Google'ın yeni yapay zekâsı insanları simüle ediyor! Hareket, mimik ve ses bir arada

Google DeepMind, gerçek zamanlı olarak değiştirilebilen fotogerçekçi videolar üreten ve insan seslerini simüle edebilen yeni yapay zekâ dünya modeli Genie 4'ü tanıttı. Model, şimdilik küçük bir erken test kullanıcıları grubuna araştırma ön izlemesi olarak sunuldu.

Google'ın geçen yıl tanıttığı Genie 3'ten farklı olarak Genie 4, oluşturulan görsel sahneye uygun ortam seslerini otomatik biçimde üretebiliyor. Kullanıcılar basit doğal dil komutlarıyla sahneleri değiştirebiliyor. Model ayrıca kamera açısı, ışık koşulları ve diğer çevresel unsurlardaki değişikliklere dinamik tepki veren simülasyonlar hazırlıyor.

İNSAN HAREKETLERİ DAHA GERÇEKÇİ

Google'a göre Genie 4'ün önceki sürümlerden en önemli farkı, insanları daha doğal biçimde simüle edebilmesi. Modelin oluşturduğu karakterlerin bedensel hareketleri ve yüz ifadeleri daha akıcı görünürken Genie 3'teki tasvirler daha mekanik kalıyordu.

Google, blog yazısında Genie 4'ün çevrelerine doğal tepkiler veren ve gerçek zamanlı olarak yönlendirilebilen karakterler oluşturduğunu belirtti. Kullanıcılar bu karakterlere birbirleriyle konuşmaları veya videoda yaşanan olaylara tepki vermeleri için komut verebiliyor.

DÜNYA MODELLERİ AGI İÇİN ÖNEM TAŞIYOR

Dünya modelleri, yapay zekâ laboratuvarlarının fiziksel dünyayı gözlemleyerek öğrenebilen ve gerçek mekanikleri simüle edebilen sistemler geliştirme çalışmalarında öne çıkıyor. Bu yaklaşım, yalnızca kelimeleri tutarlı biçimde sıralayan modellerin ötesine geçmeyi hedefliyor.

Fransız bilgisayar bilimci ve Turing Ödülü sahibi Yann LeCun başta olmak üzere bazı uzmanlar, yapay genel zekâya ulaşmanın en olası yolunun büyük dil modellerinden çok dünya modellerinden geçebileceğini savunuyor. Google da bu yaklaşımı destekleyerek dünyayı anlamanın ve simüle etmenin AGI geliştirmek için kritik olduğunu belirtti.