تصور کنید میخواهید یک ربات را برای پیمایش در لندن یا یک خودروی خودران را برای نیویورک آموزش دهید؛ حالا محیط شبیهسازی شما دقیقاً همان خیابانهای واقعی است. گوگل آرشیو ۲۰ سالهی نقشههای خود را به زمین بازی برای عاملهای (Agent) — شبیه کارمندانی دیجیتال که میتوانند واقعاً کار انجام دهند، نه فقط گپ بزنند — و انسانها تبدیل کرده است.
گوگل از «خندق دادههای» عظیم خود برای تسلط بر مرزهای جدید هوش مصنوعی استفاده میکند. همانطور که در تحلیل قبلی ما دربارهی تلاش گوگل برای خودکارسازی خریدهای پیچیده اشاره کردیم، این شرکت اکنون همان استراتژی دادهمحور را روی هوش مکانی پیاده میکند. این حرکت، تصاویر ایستای قدیمی را به یک دنیای پویا و تعاملی تبدیل میکند.
گوگل دیپمایند (Google DeepMind) طبق اعلام رسمی، سرویس استریت ویو (Street View) را به پروژه جنی (Project Genie) متصل کرد. این سیستم یک مدل جهان (World Model) — شبیه شبیهساز پرواز که فقط تصویر نیست، بلکه قوانین حرکت را میفهمد — است که از ۲۸۰ میلیارد تصویر در ۱۱۰ کشور برای ساخت محیطها استفاده میکند. ویژگیهای کلیدی این سیستم عبارتند از:
- جنی ۳ (Genie 3) به کاربران اجازه میدهد متغیرهای محیطی را تغییر دهند؛ مثلاً بارش برف را به خیابانی در نیویورک اضافه کنند.
- ویمو (Waymo) از این محیطها برای آموزش خودروها در «رویدادهای بسیار نادر» مثل تورنادو یا مواجهه با فیل استفاده میکند.
- مدل به «تداوم مکانی» دست یافته است؛ یعنی اگر کاربر ۳۶۰ درجه بچرخد، محیط را درست به یاد میآورد.
به گزارش تککرانچ (TechCrunch) در ۱۹ می ۲۰۲۶، این ابزار هنوز در مرحلهی آزمایشی است. کیفیت بصری آن بیشتر شبیه بازیهای ویدئویی است تا عکسهای واقعی. همچنین مدل هنوز «آگاهی فیزیکی» ندارد؛ مثلاً یک فرد شبیهسازیشده ممکن است بدون هیچ مقاومتی از میان یک کاکتوس رد شود. این تغییر، رقابت هوش مصنوعی را از «قدرت محاسباتی» به مبنیسازی (Grounding) — مثل دادن کتاب درسی به دانشآموز به جای اینکه بگذارد از حفظ حدس بزند — منتقل میکند. با متصل کردن مدل به جغرافیای واقعی، گوگل درکی فیزیکی از جهان میسازد که رقبا بهراحتی نمیتوانند کپی کنند.
گام بعدی شما
- اگر توسعهدهنده رباتیک هستید، بررسی کنید چگونه دادههای مکانی واقعی میتوانند نرخ خطای مدلهای شما را کاهش دهند.
- منتظر عرضه عمومی این قابلیت برای مشترکان Google AI Ultra در هفتههای آینده باشید.
- تفاوت بین «کیفیت بصری» و «دقت فیزیکی» را در نسخههای بتای آینده دنبال کنید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو