Google Genie 4 etkileşimli dünyalar üretiyor ama AGI uzakta

Google, kullanıcıların içinde dolaşıp etkileşime girebildiği, gerçekçi ortamlar barındıran bütün bir dünyayı üretebilen yeni yapay zekâ modeli Genie 4'ü tanıttı. Model, birkaç yıl önce neredeyse imkânsız görünecek türden deneyimler üretebiliyor. Genie 3'e kıyasla daha gerçekçi sahneler sunan model, ses desteğini de içeriyor ve simülasyonda olup bitenlere yanıt veren diyaloglar da üretebiliyor.

Duyuruda dikkat çeken nokta ise teknolojinin kendisi kadar Google'ın ona yüklediği anlam oldu. Şirket, sınırsız sayıda gerçekçi ortamı keşfedebilme yeteneğini yapay genel zekâya (AGI) giden yolda önemli bir basamak olarak tanımladı. Google'a göre gerçeğe daha yakın ortamlarda yapay zekâ ajanlarını eğitmek ve test etmek, bu ajanların fiziksel dünyada başarıyla kullanılmasını yakınlaştırıyor. Ancak bu çerçeve, modelin gerçekte neler yapabildiği konusunda soru işaretleri doğuruyor.

Genie 4 neler sunuyor?

Genie 4, yalnızca görüntü üretmekle kalmayıp ses ve simülasyonun içinde yaşananlara karşılık veren diyaloglar da oluşturabiliyor. Kullanıcılar deneyimi konuşma diliyle verdikleri talimatlarla yönlendirebiliyor; ortam değiştirildiğinde üretilen dünya kesintiye uğramadan akmaya devam ediyor.

Bir şehirde yürümek, hava durumunu değiştirmek ya da simüle edilmiş sakinlerle etkileşime girmek gibi senaryolar mümkün hale geliyor. Bu, yaratıcı denemeler ve yapay zekâ araştırmaları açısından ilgi çekici olanaklar vadediyor. Birkaç yıl öncesiyle kıyaslandığında büyük bir sıçrama olduğu açık. Etkileşimli prototipleri hızla üretebilme becerisinin oyun geliştiricileri için faydalı olabileceği, araştırmacıların da kontrollü simülasyonlarla belirli sorunları inceleyebileceği öngörülüyor.

Gerçekçilik ile anlayış aynı şey değil

Modelin sınırları ise açık. Genie 4, tutarlı ortamları yalnızca birkaç dakika boyunca koruyabiliyor. Zaman geçtikçe görsel ayrıntılar kayıyor, nesneler birden değişiyor ya da kayboluyor. Birkaç dakika önce olanı hatırlamakta zorlanan bir simülasyonun karmaşık gerçek dünya kararlarının sonuçlarını modellemesine güvenmek için erken olduğu söylenebilir. Sahne bir dakika boyunca gerçek gibi görünse de altındaki yapı kırılgan kalıyor.

Görsel olarak inandırıcı bir simülasyon, altta yatan fizik kurallarının kavranması anlamına gelmiyor. Tepeden yuvarlanan bir topu fizik bilmeden de makul biçimde canlandırmak mümkün. Makul görünen bir taklit üretmek, gerçekliği yöneten kuralları kavramaktan daha kolay; özellikle kullanıcı beklenmedik bir şey yaptığında bu fark daha da belirginleşiyor. Bu nedenle gerçekçilik ile AGI'nin ima ettiği türden bir anlayışı birbirine karıştırmamak gerekiyor.

Dünya modelleri neden önemli, AGI neden bulanık bir hedef?

Genie 4 gibi dünya modellerinin ciddi bir araştırma değeri var. Yapay zekâ ajanlarına ve robotlara eylemlerinin çevreyi nasıl etkilediğini öğretmek, fiziksel olarak yeniden oluşturulması pahalı ya da tehlikeli olacak eğitim senaryolarını simülasyonda mümkün kılabilir. Ancak bunun işe yaraması için simülasyonun davranışının gerçekliğe yeterince yakın olması gerekiyor; yanlış fizikle ya da öngörülemez etkileşimlerle öğrenen bir yapay zekâ, yalnızca simülasyonda var olan sorunları çözmekte uzmanlaşma riski taşıyor. Genie 4 bu sorunu azaltmaya yardımcı olabilir, fakat umut verici bir araştırma yaklaşımını göstermek, bu yaklaşımın AGI üreteceğini kanıtlamaktan çok uzak.

Üstelik AGI için resmî bir tanım yok. Şirketler, ne kadar yol aldıklarını ya da varış noktasına ulaştıklarını neyin kanıtlayacağını açıklamadan AGI'ye doğru ilerlemeden söz edebiliyor. Kavram, heyecan verecek kadar yakın, ölçülmeyecek kadar uzak, esnek bir hedef işlevi görüyor. Bu nedenle Genie 4'ün asıl değeri, insan gibi düşünen bir makine yaratmaktan çok, gerçekçi görünen dünyalar üretme becerisindeki ilerlemede yatıyor. Şimdilik model, Google'ın gerçek gibi görünen dünyalar yaratmakta belirgin biçimde ustalaştığını gösteriyor; bu da kendi başına kayda değer bir başarı.