最近、Google DeepMindがかなり面白いものを開発したことに気づきました。それがSIMA 2と呼ばれるものです。この人工知能エージェントは仮想環境でのパフォーマンスが非常に印象的です。

簡単に言えば、SIMA 2のタスク完了能力は前世代と比べて大きく向上し、31%から65%へと直接跳ね上がりました。この進歩は非常に顕著です。背後に何がこの向上を支えているのでしょうか？主に、より複雑な高次の目標を理解できるようになったことです。単なる指示の実行だけでなく、ゲーム環境内で協力し合い、学んだ概念を異なるシナリオに応用できるようになっています。

さらにすごいのは、SIMA 2がGemini技術によって駆動されており、テキスト、音声、画像入力を同時に処理できることです。さらに、自らタスクを生成して反復学習を行うことも可能です。これにより、学習方法がより積極的で柔軟になっています。

もちろん、どんなに先進的なシステムにも限界はあります。SIMA 2は、多段階の推論を必要とする複雑なタスクの処理において依然として困難に直面しますし、3次元環境での視覚理解にも改善の余地があります。しかし、AGIの発展の観点から見ると、仮想環境で学習し適応する能力は、汎用人工知能に向かう重要な節目を示していると言えるでしょう。