DeepMind viser frem AI‑fremtiden

AI har gått fra å skrive, til å male, til å filme. Nå tar DeepMind det neste spranget. Genie 3, en maskin som på sekunder bygger en verden du kan gå inn i og styre selv.

Genie3 er en såkalt “world model”. En AI som kan bygge realistiske miljøer fra en enkel setning. Og la brukeren bevege seg fritt. Teknologien er foreløpig en forskningsdemo, men inngår i en større satsing mot artificial general intelligence (AGI).

Hensikten er ikke å lage underholdning, men å bygge treningsterreng for fremtidige AI‑agenter. Systemer som kan tenke, planlegge og handle uten å måtte prøve og feile i den virkelige verden.

DeepMind opprettet i fjor en egen world modeling‑avdeling, ledet av tidligere OpenAI‑forsker Tim Brooks. Prosjektet står side om side med Gemini‑modellen som en nøkkel i Alphabets langsiktige AI‑planer.

En forskningskamp og et kappløp om talenter

Google er ikke alene om å se verdien av store, interaktive simuleringsmodeller.

Tidligere Google Cloud‑topp Fei‑Fei Li lanserte i fjor World Labs, som bygger lignende modeller for å gi AI romlig intelligens. Selskapet hentet inn 230 millioner dollar i oppstartskapital. Og ble verdsatt til 1 milliard dollar fra start.

Samtidig presses DeepMind av et intenst talentkappløp. Microsoft har rekruttert over 20 DeepMind‑forskere, inkludert toppledere bak Gemini, mens Meta lokker med bonuser på opptil 100 millioner dollar.

Mulige bruksområder

• AI‑trening: Simulerte miljøer der AI kan lære oppgaver uten risiko i den virkelige verden.
• Spill og interaktiv underholdning: Generering av verdener og prototyper på sekunder.
• Utdanning: Virtuelle læringsarenaer som kan tilpasses dynamisk.
• Robotikk: Realistiske treningsmiljøer for autonome maskiner.

Usikre utsikter

Foreløpig er Genie3 en investering i en mulig fremtid, uten kommersielt produkt. Om dette blir grunnmuren for en ny generasjon AI‑tjenester, eller forblir et forskningsprosjekt, er for tidlig å si.

Men det gir et glimt av hva som kan komme. AI‑systemer som ikke bare forstår tekst, bilder og video, men selve rommet vi lever i.