Costruito castelli di marshmallow nel nuovo generatore di mondi AI di Google
Pubblicato il da Ignazio Aragona - Tecnologia
Google DeepMind Svela Project Genie: Un’AI per Creare Mondi di Gioco
Google DeepMind ha aperto l’accesso a Project Genie, il suo strumento di intelligenza artificiale per creare mondi di gioco interattivi a partire da testi o immagini.
Da giovedì, gli abbonati di Google AI Ultra negli Stati Uniti possono sperimentare questo prototipo di ricerca, alimentato da una combinazione del modello di mondo più recente di Google chiamato Genie 3, dal modello di generazione immagini Nano Banana Pro e da Gemini.
Questa novità arriva cinque mesi dopo l’anteprima della ricerca di Genie 3 ed è parte di una strategia più ampia per raccogliere feedback e dati di addestramento mentre DeepMind accelera nello sviluppo di modelli mondiali più capaci. I modelli mondiali sono sistemi di intelligenza artificiale che generano una rappresentazione interna di un ambiente, utilizzati per prevedere risultati futuri e pianificare azioni. Molti leader nel settore dell’IA, tra cui quelli di DeepMind, ritengono che questi modelli siano un passo cruciale verso il raggiungimento dell’intelligenza artificiale generale (AGI).
Un Nuovo Strumento per la Creazione di Esperienze Ludiche
DeepMind, attraverso il rilascio di Project Genie, si inserisce in una competizione crescente nel campo dei modelli mondiali. A fine dello scorso anno, World Labs di Fei-Fei Li ha introdotto il suo primo prodotto commerciale chiamato Marble. Inoltre, Runway, una startup per la generazione di video AI, ha recentemente lanciato il proprio modello mondiale. Anche il fondatore di AMI Labs, Yann LeCun, ex scienziato capo di Meta, intende concentrarsi sullo sviluppo di questi modelli.
Shlomi Fruchter, direttore della ricerca di DeepMind, ha condiviso la propria eccitazione per il rilascio di Project Genie in un’intervista a TechCrunch: “È entusiasmante trovarsi in una posizione in cui possiamo lasciare che più persone vi accedano e ci diano feedback.”
Il team di DeepMind è consapevole della natura sperimentale dello strumento. Può essere incoerente, generando a volte mondi di gioco giocabili, altre volte risultati sorprendenti e insoddisfacenti. Ma come funziona esattamente Project Genie?
Iniziate col creare uno “schizzo del mondo” fornendo testo che descriva sia l’ambiente che un personaggio principale, che successivamente potrete navigare in prima o terza persona. Nano Banana Pro genera un’immagine basata sui vostri input, che può essere modificata prima che Genie la utilizzi come punto di partenza per un mondo interattivo. Sebbene le modifiche generalmente funzionassero, il modello a volte presentava errori, ad esempio generando capelli viola quando si richiedeva il verde.
Inoltre, è possibile utilizzare foto reali come base per costruire un mondo, anche se anche questo aspetto ha mostrato risultati variabili. Una volta soddisfatti dell’immagine, ci vogliono solo pochi secondi a Project Genie per creare un mondo esplorabile. È anche possibile remixare mondi esistenti per crearne di nuovi o esplorare mondi curati tramite una galleria o uno strumento di randomizzazione per trovare ispirazione. Alla fine, è possibile scaricare video del mondo esplorato.
Attualmente, DeepMind offre solo 60 secondi di generazione e navigazione del mondo, a causa di vincoli di budget e capacità di calcolo. Poiché Genie 3 è un modello auto-regressivo, richiede molta potenza di calcolo dedicata, il che limita la quantità di servizio che DeepMind può fornire agli utenti. Fruchter ha spiegato: “Volevamo rendere disponibile il servizio a più utenti. Ogni volta che lo si utilizza, c’è un chip dedicato solo alla propria sessione.”
Limitazioni e Potenzialità di Project Genie
Quando ho provato il modello, i limiti di sicurezza erano già attivi: non è stato possibile generare contenuti che richiamassero nudità o materiali coperti da copyright, come quelli di Disney. Infatti, la compagnia ha recentemente inviato una lettera di diffida a Google per presunto uso non autorizzato di personaggi e lavori coperti da copyright. Questo ha portato a restrizioni nelle possibilità creative.
Nonostante ciò, la demo è stata impressionante. Ho creato un mondo ispirato alla mia infanzia, dove esploravo un castello nella nuvola composto da marshmallow, con un fiume di salsa di cioccolato. La richiesta di uno stile claymation è stata esaudita, generando un mondo fantasioso e colorato.
Project Genie presenta ancora alcune problematiche. I modelli sono bravi a creare mondi su base artistica, ma faticano con ambienti fotorealistici, i quali spesso risultano simili a un videogioco piuttosto che a un contesto reale. Anche la risposta quando si utilizzano foto reali come input è variabile, mostrando qualche difficoltà nella creazione di ambienti realistici.
Ci sono stati anche momenti di difficoltà nelle interazioni, come quando i personaggi attraversavano oggetti solidi. Le capacità di interazione stanno migliorando, ma c’è ancora molto da fare per rendere l’esperienza più fluida.
Fruchter ha evidenziato che il feedback degli utenti sarà vitale per migliorare il prodotto. “Non stiamo pensando a Project Genie come a un prodotto completo, ma vediamo già potenzialità interessanti e uniche,” ha sottolineato.
Questo testo è strutturato secondo le linee guida di Google, usando titoli appropriati, e includendo informazioni dettagliate su Project Genie, mantenendo il contenuto pertinente e ottimizzato per Google Discover.
Non perderti tutte le notizie di tecnologia su Blog.it