عالمی ماڈلز اور سیکھے ہوئے سمیلیٹر

ایک عالمی ماڈل ایک عصبی نیٹ ورک ہے جو یہ اندازہ لگانا سیکھتا ہے کہ وقت کے ساتھ ماحول کیسے بدلتا ہے، ایک AI کو کام کرنے سے پہلے مستقبل کے نتائج کا 'تصور' کرنے دیتا ہے۔ سیکھے ہوئے سمیلیٹر اس کو آگے لے جاتے ہیں، انجینئرز کے ہاتھ سے کوڈ کرنے کے بجائے ڈیٹا سے انٹرایکٹو، کھیلنے کے قابل ماحول پیدا کرتے ہیں۔

کیا کرنا ہے یاد کرنے کے بجائے، ایک عالمی ماڈل ماحول کی حرکیات کو اپنی گرفت میں لیتا ہے: موجودہ حالت اور مجوزہ عمل کو دیکھتے ہوئے، یہ اگلے مشاہدے کی پیشین گوئی کرتا ہے۔ Ha اور Schmidhuber کے کلاسک 2018 کے 'ورلڈ ماڈلز' پیپر نے ایک آٹو اینکوڈر کے ساتھ گیم فریمز کو کمپریس کیا، ان کی حرکیات کو بار بار چلنے والے نیٹ ورک کے ساتھ ماڈل بنایا، اور ایک کنٹرولر کو تقریباً مکمل طور پر اس سیکھے ہوئے 'خواب' کے اندر تربیت دی۔ ڈیپ مائنڈ کی ڈریمر لائن تخیلاتی رفتار کو آگے بڑھا کر خفیہ حرکیات اور منصوبوں کو سیکھتی ہے، اور DreamerV3 نے متنوع کاموں میں مہارت حاصل کی — یہاں تک کہ مائن کرافٹ میں شروع سے ہیرے جمع کرنا۔ ابھی حال ہی میں، Google کی Genie تصاویر اور بغیر لیبل والی ویڈیو سے قابل کنٹرول 2D دنیا تیار کرتی ہے، اور GameNGen نے صرف ایک ڈفیوژن ماڈل کا استعمال کرتے ہوئے گیم DOOM کو حقیقی وقت میں دوبارہ پیش کیا۔ اپیل: ایجنٹ خطرناک، سست حقیقت کی بجائے سستے، تیز تخیل میں سیکھ سکتے ہیں یا آزما سکتے ہیں۔