Google представил искусственный интеллект нового уровня - он «видит», «слышит» и создаёт 3D-миры из фотографий.
Корреспондент программы CBC News 60 Minutes протестировал новейшие достижения Google DeepMind - исследовательского центра искусственного интеллекта компании Google.
ИИ, который распознаёт образы, сочиняет истории, создаёт 3D-вселенные и обучается сам - больше не фантастика. DeepMind показывает, как искусственный интеллект переходит от простых помощников к сознательным агентам, способным взаимодействовать с миром почти как человек.
Главным героем репортажа стал ИИ-ассистент Astra, способный видеть и слышать с помощью камеры и микрофона, встроенных в очки. На улицах Лондона, рядом с штаб-квартирой DeepMind, журналист задал Astra вопрос:
«Что ты можешь рассказать об этом здании передо мной?»
ИИ мгновенно ответил:
«Это Coal Drops Yard - район с магазинами и ресторанами».
Позже, в художественной галерее, корреспондент показал Astra картину - и та моментально узнала её как «Автомат» Эдварда Хоппера. На вопрос о выражении лица героини на картине, ИИ охарактеризовал её как «задумчивую» и «одинокую». Более того, Astra тут же придумала целую историю:
«Холодный вечер, возможно, вторник. Женщина, может быть, её зовут Элеанор, сидит одна в кафе с чашкой горячего кофе. Она думает о будущем, стоит ли ей следовать за мечтой».
ИИ создаёт видео, игры и целые миры - из текста и одной фотографии
60 Minutes также показала впечатляющие результаты других проектов DeepMind:
Veo 2 - новая модель генерации видео.
Если в 2023 году ИИ мог с трудом сгенерировать нечеткое видео с «золотистым ретривером с крыльями», то теперь - по похожему текстовому запросу - система создала фотореалистичный ролик, где щенок с крыльями бегает по полю, а солнечный свет пробивается сквозь перья.
Genie 2 - ИИ-модель, создающая интерактивный 3D-мир из одной фотографии.
Исследователь Джек Паркер-Холдер показал, как изображение водопада в Калифорнии было преобразовано в виртуальную реальность - игрок может свободно перемещаться по локации, включая те места, которых не было на оригинальном фото.
В другом примере Genie превратила рисунок с рыцарем и тремя дверьми в игровую сцену: ИИ-рыцарь по команде поднялся по лестнице, а система в режиме реального времени дорисовывала окружающий мир.
Генеральный директор DeepMind Демис Хассабис объяснил, что цель таких технологий - создание «модели мира», которая может понять и воспроизводить окружающую реальность.
«Симулированные миры позволяют обучать ИИ почти без ограничений. Для роботов, например, собирать реальные данные - дорого и долго. Но в виртуальной среде - можно моделировать миллионы ситуаций», - сказал он.
Также обсуждается возможность использовать данные Google Street View, Earth и Maps, чтобы обогатить ИИ реальными географическими знаниями:
«Можно оживить фотографии из отпуска или изображения улиц, сделав их интерактивными и трёхмерными», - добавил Хассабис.
