النماذج العالمية والمحاكاة المستفادة
النموذج العالمي عبارة عن شبكة عصبية تتعلم التنبؤ بكيفية تغير البيئة بمرور الوقت، مما يسمح للذكاء الاصطناعي "بتخيل" النتائج المستقبلية قبل التصرف.
نظرة عامة
Learned simulators take this further, generating interactive, playable environments from data instead of being hand-coded by engineers.
الغوص العميق
بدلاً من حفظ ما يجب القيام به، يلتقط النموذج العالمي ديناميكيات البيئة: بالنظر إلى الحالة الحالية والإجراء المقترح، فإنه يتنبأ بالملاحظة التالية. قامت ورقة "النماذج العالمية" الكلاسيكية لعام 2018 التي أعدها Ha وSchmidhuber بضغط إطارات الألعاب باستخدام جهاز تشفير تلقائي، وصاغت ديناميكياتها باستخدام شبكة متكررة، ودربوا وحدة التحكم بالكامل تقريبًا داخل هذا "الحلم" المكتسب. يتعلم خط DeepMind's Dreamer الديناميكيات والخطط الكامنة من خلال طرح مسارات متخيلة، ويتقن DreamerV3 مهام متنوعة - حتى جمع الماس في لعبة Minecraft من الصفر. في الآونة الأخيرة، قام Genie التابع لـ Google بإنشاء عوالم ثنائية الأبعاد يمكن التحكم فيها من الصور ومقاطع الفيديو غير المسماة، وأعادت GameNGen إنتاج لعبة DOOM في الوقت الفعلي باستخدام نموذج الانتشار فقط. الجاذبية: يمكن للوكلاء أن يتعلموا أو يتم اختبارهم في خيال سريع ورخيص بدلاً من الواقع البطيء المحفوف بالمخاطر.
البصيرة الفنية
عادةً ما تقوم النماذج العالمية بتشفير الملاحظات عالية الأبعاد إلى حالة كامنة مدمجة، ثم تعلم وظيفة انتقالية تتنبأ بالحالة الكامنة التالية والمكافأة من الإجراء. يستخدم التخطيط "الطرح": تخيل العديد من تسلسلات الإجراءات للأمام واختيار الأفضل، أو تدريب السياسة على البيانات المتخيلة. تستخدم الإصدارات الحديثة المحولات أو نشر الفيديو للتنبؤ بالإطارات مباشرة، بشرط إجراءات المستخدم، مما يؤدي إلى إنشاء تفاعلي لكل إطار على حدة.
التأثير الاستراتيجي
قرارات أوضح
يساعدك على فصل المطالبات الفنية الواضحة عن لغة التسويق.
التكلفة والميزانية
يمكنك طرح أسئلة تنفيذ أفضل قبل إنفاق المال أو الوقت.
الفريق وسير العمل
تتخذ الفرق ذات الفهم المشترك قرارات أفضل بشأن المنتجات والسياسات والتعلم.
مستقبل النماذج العالمية والمحاكاة المستفادة
أصبحت النماذج العالمية محورية في مجال الروبوتات وتوليد الألعاب: فهي تعد بالتعلم الفعال من حيث البيانات حيث يكون التفاعل الحقيقي مكلفًا، ويتم إنشاء بيئات قابلة للتشغيل أثناء التنقل. توقع نماذج فيديو عالية الدقة وأفقًا أطول ومكيفة للحركة، وتكاملًا أكثر إحكامًا مع وكلاء التخطيط، واستخدامها كـ "محاكيات عصبية" لتدريب سياسات القيادة الذاتية والتلاعب. تشمل التحديات المفتوحة الاتساق على المدى الطويل، وتجنب الفيزياء المهلوسة، وتوسيع نطاق الذاكرة.
التنفيذ في العالم الحقيقي
يقوم "ها" و"شميدهوبر" بتدريب عميل سباقات سيارات بشكل كامل تقريبًا داخل حلمه المكتسب بالبيئة
يقوم DeepMind's DreamerV3 بجمع الماس في لعبة Minecraft من الصفر من خلال التخطيط في الخيال
يقوم جني Google بإنشاء عوالم منصات ثنائية الأبعاد قابلة للتشغيل من صورة واحدة سريعة
تقوم GameNGen بتشغيل نسخة قابلة للتشغيل من DOOM في الوقت الفعلي، مع إطارات يتم إنتاجها بواسطة نموذج الانتشار
المخاطر والدرابزين
قد تستخدم الفرق المختلفة نفس المصطلح بشكل مختلف، لذا حدد النطاق مبكرًا.
يمكن أن تبدو المعايير قوية بينما يكون الأداء في العالم الحقيقي غير متساوٍ.
غالبًا ما يؤدي تجاهل جودة البيانات وخطط التقييم إلى نتائج هشة.
خارطة طريق التنفيذ
ابدأ بتعريف لغة واضحة للنتيجة التي تحتاجها.
اختر مقياس نجاح واحد وحالة فشل واحدة قبل الاختبار.
قم بتشغيل برنامج تجريبي صغير يحتوي على بيانات تمثيلية، وليس مجموعة تجريبية مصقولة.
قم بتوثيق المجالات التي تساعد فيها النماذج العالمية والمحاكاة المستفادة والأماكن التي تكون فيها الطرق الأبسط أفضل.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the World Models and Learned Simulators quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
نماذج مؤسسة NVIDIA Cosmos World
الأسئلة المتداولة
What is World Models and Learned Simulators?
النموذج العالمي عبارة عن شبكة عصبية تتعلم التنبؤ بكيفية تغير البيئة بمرور الوقت، مما يسمح للذكاء الاصطناعي "بتخيل" النتائج المستقبلية قبل التصرف. تأخذ أجهزة المحاكاة المستفادة هذا الأمر إلى أبعد من ذلك، حيث تولد بيئات تفاعلية وقابلة للتشغيل من البيانات بدلاً من ترميزها يدويًا بواسطة المهندسين.
ما هي الوظيفة الأساسية للنموذج العالمي؟
يتعلم النموذج العالمي ديناميكيات البيئة: من الحالة الحالية والإجراء، فإنه يتنبأ بالملاحظة التالية (وغالبًا ما تكون المكافأة)، مما يتيح عمليات طرح متخيلة.
في ورقة "النماذج العالمية" لعام 2018 التي أعدها ها وشميدهوبر، أين تم تدريب وحدة التحكم إلى حد كبير؟
لقد تعلم العميل التصرف بالكامل تقريبًا ضمن الديناميكيات الكامنة المكتسبة ("الحلم")، ثم انتقل إلى البيئة الحقيقية.
ما هو الإنجاز الملحوظ الذي حققه DeepMind’s DreamerV3؟
تعلم DreamerV3 الديناميكيات الكامنة واستخدم عمليات الطرح المتخيلة لإتقان العديد من المهام، بما في ذلك الحصول على الماس في لعبة Minecraft بدون بيانات أو مناهج بشرية.
ماذا يفعل جني Google؟
Genie هي بيئة تفاعلية إبداعية تتعلم من مقاطع الفيديو غير المسماة لإنتاج عوالم ثنائية الأبعاد يمكن التحكم فيها.
كيف تحافظ العديد من النماذج العالمية على مشكلة التنبؤ قابلة للحل بالنسبة للمدخلات عالية الأبعاد مثل الصور؟
يتم تشفير الملاحظات في حالة كامنة منخفضة الأبعاد، وتتنبأ وظيفة النقل بالحالة الكامنة التالية، مما يجعل عمليات النشر فعالة.