چرا موفقیت Pokémon Google Gemini همه چیز نیست که از بین برود

در حالی که جمینی از مدل و فرایند استدلال خود برای این کارها استفاده می کند ، می گوید که جوئلز مجبور شد به طور خاص این عوامل تخصصی را بر روی مدل پایه پیوند دهد تا به آن کمک کند تا برخی از سخت ترین چالش های بازی را بدست آورد. همانطور که جوئلز می نویسد ، “مداخلات من توانایی های کلی تصمیم گیری و استدلال را در مورد تصمیم گیری و استدلال جمینی بهبود می بخشد.”

ما در اینجا چه آزمایش می کنیم؟

اشتباه نکنید ، ماساژ LLM به شکلی که می تواند یک بازی Pokémon را شکست دهد ، قطعاً یک دستاورد است. با این حال ، سطح “مداخله” لازم برای کمک به جمینی در مواردی است که “LLM ها هنوز نمی توانند به طور مستقل انجام دهند” برای یادآوری این موفقیت بسیار مهم است.

ما از قبل می دانیم که ابزارهای یادگیری تقویت کننده ویژه می توانند پوکمون را کاملاً کارآمد شکست دهند (و حتی یک ژنراتور شماره تصادفی می تواند بازی را کاملاً ناکارآمد شکست دهد). رزونانس خاص یک آزمایش “LLM Plays Pokémon” در این است که آیا یک مدل زبان عمومی می تواند راه حل خاص خود را برای یک بازی پیچیده به تنهایی استدلال کند. دست نگه داشتن بیشتر ما به مدل-از طریق اطلاعات خارجی ، ابزارها یا “مهار” می دهیم-بازی کمتر مفید است به عنوان این نوع تست است.

انسان شناسی در ماه فوریه گفت که کلود بازی می کند پوکمون نشان داد: “درخشش سیستم های هوش مصنوعی که با افزایش صلاحیت ، نه فقط از طریق آموزش بلکه با استدلال عمومی ، چالش ها را برطرف می کند.” اما همانطور که بردشاو در مورد لگرونگ می نویسد ، “بدون مهار عامل تصفیه شده ، [all models] کار سختی را انجام دهید که آن را از طریق اولین صفحه نمایش بازی ، اتاق خواب قرمز!

به عبارت دیگر ، ما هنوز مسیری طولانی از نوع آینده پیش بینی شده ای داریم که یک هوش عمومی مصنوعی می تواند راهی برای ضرب و شتم پوکمون را پیدا کند فقط به این دلیل که شما از آن خواسته اید.