الملخص:
في اليومين الماضيين، أعتقد أن الجميع قد أذهلهم أسلوب اللعب المذهل المتنوع الذي تقدمه GPT-6 Astra - النمذجة ثلاثية الأبعاد الكاملة في جملة واحدة، وإنشاء لعبة كاملة من الصفر، وتفكيك آلاف الأجزاء في لمحة، وحتى استخدامها للتحكم في الروبوتات... باختصار، إنها قوية بشكل لا يصدق. لدى مستخدمي الإنترنت مقولة مبالغ فيها: طالما أنك تتعلم ببطء، فليس عليك أن تتعلم. لكن GPT-6 Astra يمنح الناس شعورًا بأنه بمجرد ظهوره، سيظهر فجأة أن التعقيد الذي ابتليت به العديد من المجالات في الأصل قد تم حله.
لا ينبغي الاستهانة بهذا الاتجاه، ولكن لا ينبغي المبالغة في القدرات الحالية للنموذج. في هذه المقالة، سنقوم بتقييم طرق اللعب المتنوعة المذهلة في GPT-6 Astra وقيودها الحالية.
النمذجة ثلاثية الأبعاد
هل أصبح الأمر أسهل فجأة؟
من المحتمل أن تكون قدرة Astra على تمرير الشاشة الأكثر كثافة في اليومين الماضيين ثلاثية الأبعاد.
استخدمه أحد الأشخاص لإنشاء قطارات ثلاثية الأبعاد مباشرةً:
يتم إنشاء كلا القطارين مباشرة بواسطة Astra باستخدام كود TypeScript وThree.js عند تشغيلهما في المتصفح. يأتي حجم الجسم والمخطط التفصيلي والهياكل الهندسية المختلفة من معلمات الحجم والملف الشخصي والوظيفة الهندسية في الكود؛ حركة العجلة هي الكود، والرسوم المتحركة للقطار بأكمله الذي ينفجر، والأجزاء التي تتفكك، وإعادة التجميع هي أيضًا كلها كود.
علاوة على ذلك، يمكن تفكيك هذه النماذج إلى أجزاء بعد تصنيعها. يمكن تفكيك الكاميرا إلى 122 مجموعة مكونة و1877 قطعة مصممة بشكل فردي. استغرقت المهمة بأكملها حوالي 3 ساعات للتشغيل. قال المؤلف إنه لم يدرك أبدًا أنه يمكن استخدام Three.js (مكتبة جافا سكريبت المستخدمة لإنشاء وعرض الرسومات ثلاثية الأبعاد في المتصفح) بهذه الطريقة.
يمكن تفكيك الكاميرا، وكذلك الحال مع سيارة تيسلا. قام شخص ما بتفكيكها إلى 334 جزءًا نموذجيًا، والأسماء والأرقام والهياكل الأساسية لهذه الأجزاء الـ 334 رسمية وليست ملفقة بواسطة الذكاء الاصطناعي. بالطبع، إنها مجرد عملية تفكيك تقريبية للغاية على مستوى الإطار، ولا تقترب من مستوى التفاصيل المطلوبة للتفكيك ثلاثي الأبعاد.
من المثير للاهتمام أن هذا المؤلف لم يكن راضيًا بعد تفكيك تسلا، بل قام ببناء موقع ويب "لتفكيك رجل (ذكر)": يمكن عرض 2234 جزءًا من الجسم بالكامل واحدًا تلو الآخر، ويمكن تعيينها إلى الملفات المصدر.
عند رؤية هذه الحالات، صرخ بعض الأشخاص قائلين: "السماء تتساقط على طلاب النماذج ثلاثية الأبعاد".
لكن بعض الناس يقولون إن النتائج المباشرة الحالية للذكاء الاصطناعي ليست متاحة تجاريًا بعد.
علاوة على ذلك، يعد الاستقرار أيضًا مشكلة كبيرة. بعد كل شيء، فإنه لا يزال بحاجة إلى الناس لإصلاح الأخطاء.
لا تقتصر أهمية هذه العروض التوضيحية على إثبات قدرة شركة Astra على تصميم النماذج. والأهم من ذلك أنه يوضح طريقة جديدة للتفاعل: لم يعد الناس بحاجة إلى تعلم برامج ثلاثية الأبعاد معقدة، بل يحتاجون إلى وصف العالم الذي يريدونه بشكل مباشر، وترك الذكاء الاصطناعي مسؤولاً عن ترجمة الأفكار إلى هياكل مكانية.
في الماضي، كانت النمذجة ثلاثية الأبعاد هي عتبة الدخول إلى العالم الرقمي؛ وفي المستقبل، قد تصبح القدرة الأساسية للذكاء الاصطناعي على فهم العالم الحقيقي وتوليده. وبطبيعة الحال، لا يزال الطريق طويلاً قبل أن نصل إلى التطبيقات الصناعية الحقيقية، ولكن الطريق أصبح واضحاً على نحو متزايد.
لست بحاجة لتعلم البرمجيات؟
أسترا، ادخل بنفسك
يستخدم OpenAI، استخدام الكمبيوتر، استخدام المتصفح، GPT-6 Astra، استخدام Canva.
في هذه الحالة، طلب مستخدم الإنترنت من Astra أن يرسمه في Canva (تقليد الصورة من صورة مرجعية). أثناء عملية الرسم، يمكن لـ Astra التحكم مباشرة في واجهة Canva في المتصفح: تحديد الأدوات، والنقر/السحب الدقيق، والرسم طبقة تلو الأخرى (من الخلفية إلى الجسم، والذراعين، إلى تفاصيل الوجه)، وأخيرًا إكمال صورة شبه واقعية بنمط البكسل متشابهة للغاية.
يتضمن ذلك أيضًا عمليات متعددة الخطوات طويلة المدى (تبلغ تعليقات المؤلف حوالي ساعة واحدة)، وتبديل الأدوات (يتحول Chrome إلى وضع استخدام الكمبيوتر بعد حدوث مشكلة في منتصف الطريق)، بالإضافة إلى فهم عالي للغاية للواجهة ودقة تحكم دقيقة.
حصلت Fable 5.1 المجاورة أيضًا على نفس المطالبة، لكن النتيجة خيبت آمال مستخدمي الإنترنت:
إنه ليس الوحيد الذي يقوم بهذه التجربة. كما التقط أحد مستخدمي الإنترنت نفس الصورة وطلب من اثنين من الذكاء الاصطناعي أن يرسماها، وكانت النتائج متشابهة: Astra أكثر واقعية، وFable 5.1 أكثر حرية وسهولة...
رابط الفيديو: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
ومع ذلك، أشار بعض مستخدمي الإنترنت إلى أن التأثيرات المرئية النهائية لهذه الأشياء ليست هي محور التركيز. المهم هو أن الوكلاء الذين تدعمهم Astra يمكنهم بالفعل تشغيل Blender وUnreal Engine والمتصفحات بأنفسهم، وتحويل المطالبات مباشرة إلى ملفات مشروع.
في الأيام القليلة الماضية، "تستخدم أسترا Blender لإعادة بناء قصر الفنون الجميلة في سان فرانسيسكو"، و"رسم قطار بخاري قديم تحول إلى 3295 كائنًا قابلاً للتحرير في Blender"، و"600 من عملاء Astra الذين يعيشون في نفس العالم غير الواقعي" كلها حالات نموذجية في هذا الاتجاه.
رابط الفيديو: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
هناك حالة أخرى مثيرة للاهتمام وهي "العزف على البيانو". طلب موظف OpenAI، فيكتور إي. نونيز، من Astra العثور على بيانو عبر الإنترنت وتشغيل "River Flows in You" باستخدام استخدام الكمبيوتر. أثناء عملية التنفيذ، بحثت Astra وفتحت موقعًا إلكترونيًا للبيانو الافتراضي عبر الإنترنت بنفسها، ثم استخدمت استخدام الكمبيوتر للتحكم مباشرة في واجهة الكمبيوتر: انقر بالماوس باعتباره "اليد اليمنى" وانقر فوق مفاتيح البيانو. يتم التعامل مع التحكم في لوحة المفاتيح على أنه "اليد اليسرى + فقرة سريعة". قام الاثنان بأداء في نفس الوقت، وتحكما بدقة في الإيقاع ومدة النوتة، وقاما بأداء أغنية "River Flows in You" بالكامل.
رابط الفيديو: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q
الأمر الأكثر إثارة للاهتمام هو أن Astra قامت بتسجيل الشاشة نفسها وتحرير هذا الفيديو التوضيحي. تتم العملية برمتها من البداية إلى النهاية: بدءًا من فهم المهمة ← العثور على موقع الويب ← تحميل الآلة ← العزف في الوقت الفعلي، دون تدخل يدوي في الخطوات الوسيطة.
تُظهر هذه الحالات أن GPT-6 Astra قد وصل إلى مستوى جديد في الاستخدام الوكيل للكمبيوتر، حيث وصلت السرعة والدقة والتوازي متعدد الأدوات وقدرات التغذية الراجعة في الوقت الفعلي إلى مستوى عالٍ جدًا.
ربما، في المستقبل، يمكن للناس التوقف عن التفكير في كيفية إعادة إنشاء قدرات برنامج احترافي معين في وظائف الذكاء الاصطناعي وتسليم البرنامج إلى الذكاء الاصطناعي. إن القدرة على تشغيل أي برنامج مصمم للبشر تعمل على توسيع سيناريوهات تطبيق الذكاء الاصطناعي بشكل كبير.
خارج الشاشة
تبدأ أسترا بالتحكم في الروبوت
بغض النظر عن مدى فظاعة العروض التوضيحية السابقة، فقد تمت جميعها بشكل أساسي على الكمبيوتر.
كان الاختبار الذي أجراه مستخدم الإنترنت جاي تشوي مختلفًا: فقد قاموا بالفعل بتوصيل Astra بالذراع الآلي.
تتمثل إحدى المهام في جعل الذراع الآلية تضع الكتل في وعاء. تم إجراء GPT-6 Astra 20 مرة، ووصلت نسبة النجاح إلى 95%؛ كانت نسبة التحكم Fable 5.1 40%. وفي الوقت نفسه، يبلغ رقم رمز الإخراج حوالي 16% فقط من الأخير، وتبلغ تكلفته حوالي 43% فقط من الأخير.
والأهم من ذلك أنه لا يوجد عرض توضيحي أو ضبط دقيق لـ Astra لهذه المهمة. أضاف جاي تشوي لاحقًا على وجه التحديد أن هذا كان اختبارًا صفريًا. النموذج مسؤول عن إعطاء موضع وموقف المؤثر النهائي للذراع الروبوتية، ومن ثم تحويله إلى حركة ذراع روبوتية من خلال حل الكينماتيكا العكسية التلقائي.
مع تسارع سرعة إخراج الرموز المميزة للنماذج الكبيرة، يتوقع جاي تشوي بتفاؤل أن LLM ستكون قادرة على التحكم في الذراع الآلية في الوقت الفعلي في وقت مبكر من نهاية هذا العام، وفي وقت متأخر من عام 2029.
وأشار يو شيانغ، عالم الأبحاث السابق في NVIDIA، أيضًا إلى أن الحدود التالية للروبوتات قد تكون كيفية الاستخدام الحقيقي لنماذج الذكاء الاصطناعي المتقدمة للتحكم. إن مجرد استخدامها كعوامل لاستدعاء وحدات الإدراك والتخطيط ليس كافيًا. نحن بحاجة إلى طرق جديدة لربط هذه النماذج بالعالم المادي.
مثل هذه النتائج تثير فضول الأشخاص أيضًا. ما الذي أضافته OpenAI في مرحلة ما بعد التدريب لجعل النموذج متعدد الاستخدامات؟ أم أن هناك طفرة في التدريب المسبق؟
هل مازلت تدرس؟
بعد قراءة هذا، أعرب بعض الأشخاص عن أسفهم لأن الذكاء الاصطناعي لم يعد راضيًا عن إنشاء صورة، ولكنه بدأ في محاولة "إعادة بناء العالم".
يُطرح سؤال بطبيعة الحال: عندما يتمكن الذكاء الاصطناعي من تصميم النماذج، وكتابة التعليمات البرمجية، وتشغيل البرامج، وحتى البدء في لمس العالم المادي، فكم عدد المهارات التي تعلمناها بجهد كبير اليوم ستظل موجودة في شكلها الحالي؟
بالتأكيد لا توجد إجابة على هذا السؤال الآن. لا يزال هناك الكثير من الأشياء في Astra غير مستقرة أو خشنة أو حتى غير قابلة للاستخدام على الإطلاق، ولكن ما يثير القلق والإثارة حقًا في هذين اليومين قد يكون هذا بالضبط: لأول مرة، أصبح من الممكن تجميع العديد من العمليات المعقدة التي يجب أن يتقنها البشر افتراضيًا، ككل للذكاء الاصطناعي.
أما بالنسبة لسؤال "هل يجب أن أتعلمها في المستقبل؟"، فالإجابة هي بالتأكيد أنه لا يزال يتعين علي تعلمها. كل ما في الأمر أننا قد نضطر إلى إعادة التفكير في ما يستحق التعلم.
التعليقات