Google DeepMind revela SIMA 2: agente de IA capaz de jogar, raciocinar e aprender em mundos virtuais 3D.

O braço de IA da empresa de tecnologia Google, Google DeepMind A empresa apresentou o SIMA 2, a versão mais recente de seu Agente Multimundo Escalável e Instrutível, marcando um passo em direção a agentes de IA mais capazes e de propósito geral. 

Baseado nas capacidades avançadas de raciocínio dos modelos Gemini, o sistema vai além do simples seguimento de instruções em ambientes virtuais e agora funciona como um companheiro interativo capaz de interpretar objetivos, conversar com os usuários e aprimorar seu desempenho ao longo do tempo. 

O primeiro modelo SIMA aprendeu centenas de ações baseadas em linguagem em videogames comerciais, observando a entrada de dados na tela e operando com controles virtuais em vez de mecânicas de jogo integradas. 

SIMA 2 aprimora essa abordagem ao incorporar o Gemini como seu núcleo, permitindo que o agente realize raciocínio direcionado a objetivos, explique suas ações pretendidas e execute tarefas mais complexas em jogos. Treinado com uma combinação de demonstrações humanas e anotações geradas pelo Gemini, o agente foi testado em um conjunto mais amplo de jogos por meio de parcerias com diversos desenvolvedores. Essa atualização representa um passo significativo para a IA incorporada, combinando percepção, raciocínio e ação em ambientes 3D dinâmicos.

A integração do Gemini fortaleceu a capacidade do SIMA 2 de generalizar e operar de forma confiável em contextos desconhecidos. O agente agora consegue interpretar instruções mais detalhadas e sutis e executá-las com sucesso, mesmo em jogos que nunca viu antes, como o título com temática viking ASKA ou o MineDojo, uma versão de pesquisa do Minecraft. 

A capacidade de aplicar conceitos aprendidos em diferentes ambientes — por exemplo, estender a ideia de "mineração" de um jogo para "colheita" em outro — constitui um componente fundamental da generalização ampla e aproxima seu desempenho ao de um jogador humano. 

Para avaliar essas capacidades, o SIMA 2 também foi testado em mundos 3D gerados proceduralmente pelo Genie 3, que produz novos ambientes a partir de instruções em texto ou imagem. Nesses ambientes desconhecidos, o agente ainda conseguiu navegar com eficiência, interpretar instruções e trabalhar em direção às necessidades do usuário.defimetas definidas, demonstrando um nível de adaptabilidade nunca antes observado em sistemas semelhantes.

SIMA 2 aprimora a IA de autoaperfeiçoamento com novas capacidades em generalização e aprendizado autônomo.

De acordo com o eBook da Digibee Empresa Uma das inovações mais notáveis ​​do SIMA 2 é sua crescente capacidade de aprimorar seu próprio desempenho. Durante o treinamento, o agente demonstrou que consegue lidar com tarefas cada vez mais complexas por meio de tentativas e erros iterativos, combinados com feedback do Gemini. Após aprender inicialmente com demonstrações humanas, o SIMA 2 consegue continuar progredindo em novos jogos por meio de jogabilidade autônoma, adquirindo habilidades em ambientes desconhecidos sem a necessidade de dados humanos adicionais. Essa experiência pode então ser usada para treinar versões subsequentes mais capazes do agente. agente de IA E o mesmo processo de autoaperfeiçoamento foi aplicado com sucesso em ambientes gerados pelo Genie, representando um avanço significativo no treinamento de agentes gerais em diversos mundos sintéticos. Esse ciclo de refinamento contínuo apoia o objetivo de longo prazo de permitir que os agentes aprendam com o mínimo de intervenção humana.

A operação do SIMA 2 em uma ampla gama de ambientes de jogos fornece um importante campo de testes para a inteligência geral, permitindo que ela adquira habilidades, pratique o raciocínio e aprenda continuamente por meio de ações autodirigidas. Embora o sistema represente um passo substancial em direção à inteligência generalista, interativa e incorporada, ele ainda apresenta limitações claras típicas de um estágio de pesquisa. O agente continua a ter dificuldades com tarefas complexas de longo prazo que exigem raciocínio extenso ou verificação repetida de objetivos, e sua memória permanece limitada devido à necessidade de interação de baixa latência dentro de uma janela de contexto restrita. A precisão em ações minuciosas e a compreensão visual de cenas 3D complexas também representam um desafio mais amplo para a área.

O projeto demonstra o potencial de uma abordagem de IA orientada para a ação, na qual uma ampla competência é sustentada por dados de treinamento diversificados e fortes capacidades de raciocínio. O SIMA 2 mostra que esses elementos podem ser unificados em um único agente generalista, em vez de isolados em sistemas especializados separados, e oferece um caminho promissor para futuras aplicações em robótica, visto que muitas das habilidades aprendidas em ambientes virtuais — como navegação, uso de ferramentas e gerenciamento colaborativo de tarefas — se traduzem em componentes fundamentais para a IA incorporada.

O SIMA 2 foi projetado como um agente de pesquisa interativo e centrado no ser humano, e seu desenvolvimento inclui um foco claro em práticas responsáveis, particularmente no que diz respeito aos seus mecanismos de autoaperfeiçoamento. A equipe colaborou com especialistas em inovação responsável ao longo de todo o projeto e está lançando o SIMA 2 em uma versão de pré-visualização limitada para pesquisa, oferecendo acesso antecipado a acadêmicos e desenvolvedores de jogos selecionados. Essa abordagem faseada permite o escrutínio contínuo, o recebimento de feedback e a avaliação interdisciplinar à medida que a tecnologia e suas potenciais implicações são exploradas.