டெக்ஸ்ட், இமேஜ் மூலம் வீடியோ கேம் உருவாக்கம்: கூகுளின் ஜீனி ஏ.ஐ மாடல் என்றால் என்ன? எப்படி வேலை செய்யும்?

கூகுளின் டீப் மைண்ட் பிரிவு ஆராய்ச்சியாளர்கள் ஜீனி ஏ.ஐ மாடல் என்ற ஒன்றை உருவாக்கி உள்ளனர். இதன் மூலம் பயனர்கள் தங்கள் சொந்த கற்பனை உலகத்தை உருவாக்க முடியும். வீடியோ கேம்களை உருவாக்க முடியும். 

கூகுள் டீப் மைண்ட் (Google DeepMind) இப்போது ஜீனி (Genie)  என்ற புதிய மாடலை அறிமுகப்படுத்தியுள்ளது. இதன் மூலம் டெக்ஸ்ட், இமேஜ் ப்ராம்ட் மூலம்  வீடியோ கேம்களை உருவாக்க முடியும். உங்களுக்கு  கேம் மெக்கானிக்ஸ் பற்றி எதுவும் தெரியாமல் இருந்தால் இதை செய்ய முடியும். 

ஜீனி (Genie) என்றால் என்ன?

கூகுள் டீப் மைண்ட் போஸ்ட் படி,  ஜீனி என்பது ஒரு அடித்தள உலக மாதிரியாகும், இது இணையத்திலிருந்து பெறப்பட்ட வீடியோக்களில் பயிற்சியளிக்கப்படுகிறது. இந்த மாதிரியானது "செயற்கை படங்கள், புகைப்படங்கள் மற்றும் ஓவியங்களிலிருந்து கூட  பல்வேறு விளையாடக்கூடிய (action-controllable)உலகங்களை உருவாக்க முடியும்.  

ஜீனி எவ்வாறு வேலை செய்யும்?

‘Genie: Generative Interactive Environments’  ஆராய்ச்சிக் கட்டுரையின்படி, ஜெனி என்பது ஒரு புதிய வகையான உருவாக்கக்கூடிய AI ஆகும், இது யாரையும் - குழந்தைகளையும் கூட - கனவு காணவும், மனிதனால் வடிவமைக்கப்பட்ட உருவகப்படுத்தப்பட்ட சூழல்களைப் போன்ற உருவாக்கப்பட்ட உலகங்களுக்குள் நுழையவும் உதவுகிறது. வீடியோ-மட்டும் தரவில் பயிற்சியளிக்கப்பட்டாலும், பலதரப்பட்ட ஊடாடும் மற்றும் கட்டுப்படுத்தக்கூடிய சூழல்களை உருவாக்க ஜெனி தூண்டப்படலாம்.

எளிமையான வார்த்தைகளில், மொழி, படங்கள் மற்றும் வீடியோக்களுடன் கூட ஆக்கப்பூர்வமான உள்ளடக்கத்தை உருவாக்கும் ஏராளமான AI மாதிரிகளை நாங்கள் பார்த்திருக்கிறோம். ஜீனி ஒரு திருப்புமுனையாக இருக்கிறது, ஏனெனில் இது ஒரு image prompt இருந்து விளையாடக்கூடிய சூழல்களை உருவாக்குகிறது.

ஹாரி பாட்டர் அண்ட் தி ஃபிலாசஃபர்ஸ் ஸ்டோன் படத்தில் ஹாரியும் அவரது நண்பர்களும் க்ரிஃபிண்டோர் பொது அறைக்குச் செல்லும் வழியில் ஹாக்வார்ட்ஸ் கோட்டைக்குள் நுழையும் அந்தக் காட்சியை நினைவில் வைத்துக் கொள்ளுங்கள். இளம் மாணவர்கள் ஓவியங்கள் நிரம்பிய சுவரைப் பார்க்கிறார்கள், ஒவ்வொரு கதாபாத்திரமும் தங்கள் பிரேம்களில் நன்றாக விரிவாக நகரும். இதை தான் ஜீனி அடிப்படையில் ஸ்டில் படங்களை உயிர்ப்பிக்கிறது, அவர்களுக்கு அவர்களுக்கென்று ஒரு உலகத்தைக் கொடுக்கிறது.  

கூகுள் டீப் மைண்ட்டின் கூற்றுபடி,  Genie இதுவரை இல்லாத படங்களையும் கொண்டு வேலை செய்யும். (எ.கா) Real world photographs, ஓவியங்கள், மக்கள் கூறும் கற்பனைகள் ஆகியவை மெய்நிகர் உலகத்தில் கொண்டு வந்து உருவாக்கலாம். இதுவே அடித்தள உலக மாடல் (foundation world model) என்று அழைக்கப்படுகிறது.

பயிற்சி என்று வரும்போது, ​​அவர்கள் 2டி இயங்குதள விளையாட்டுகள் மற்றும் ரோபாட்டிக்ஸ் வீடியோக்களில் அதிக கவனம் செலுத்துகிறார்கள் என்பதை ஆய்வுக் கட்டுரை எடுத்துக்காட்டுகிறது. ஜெனி ஒரு பொதுவான முறையில் பயிற்றுவிக்கப்படுகிறார், இது எந்த வகையான டொமைனிலும் செயல்பட அனுமதிக்கிறது, மேலும் இது பெரிய இணைய தரவுத்தொகுப்புகளுக்கு அளவிடக்கூடியது.

அது ஏன் முக்கியம்?

இணைய வீடியோக்களில் இருந்து பிரத்தியேகமாக கேம் கேரக்டர்களுக்கான கட்டுப்பாடுகளைக் கற்றுக்கொண்டு செயல்படுவது என்பது ஜீனியின் தனித்துவமான அம்சமாகும். இது குறிப்பிடத்தக்கது, ஏனெனில் இணைய வீடியோக்களில் வீடியோவில் செய்யப்படும் செயலைப் பற்றிய லேபிள்கள் இல்லை, அல்லது படத்தின் எந்தப் பகுதியைக் கட்டுப்படுத்த வேண்டும். 

ஆங்கிலத்தில் படிக்க: https://indianexpress.com/article/explained/explained-sci-tech/google-deepmind-genie-ai-9184347/

"ஒரு அவதானிப்பின் எந்தப் பகுதிகள் பொதுவாகக் கட்டுப்படுத்தக்கூடியவை என்பதை மட்டும் ஜீனி கற்றுக்கொள்கிறார், ஆனால் உருவாக்கப்பட்ட சூழல்களில் சீரான பல்வேறு மறைந்த செயல்களையும் ஊகிக்கிறார். ஒரே மறைந்த செயல்கள் வெவ்வேறு உடனடிப் படங்களில் ஒரே மாதிரியான நடத்தைகளை எவ்வாறு அளிக்கின்றன என்பதை இங்கே கவனியுங்கள்,” என்று வலைப்பதிவு இடுகை கூறியது.

ஜீனி மூலம், எவரும் தங்கள் சொந்த கற்பனையான மெய்நிகர் உலகங்களை உருவாக்க முடியும். இது தவிர, புதிய உலக மாதிரிகளைக் கற்றுக்கொள்வதற்கும் மேம்படுத்துவதற்கும் மாதிரியின் திறன் பொது AI முகவர்களை நோக்கி ஒரு குறிப்பிடத்தக்க பாய்ச்சலைக் குறிக்கிறது. 

“தமிழ் இந்தியன் எக்ஸ்பிரஸின் அனைத்து செய்திகளையும் உடனுக்குடன் டெலிகிராம் ஆப்பில் பெற https://t.me/ietamil“