ಜನರೇಟಿವ್ AI ಆಕಾರಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ, ಆಟಗಳನ್ನು ಅಲ್ಲ

ನಾನು ಹೊಸ Minecraft "prompt-to-build" ಸಾಧನವನ್ನು ಪರೀಕ್ಷಿಸಲು ಪ್ರಯತ್ನಿಸಿದೆ. ನಾನು ಒಂದು ಕ್ರಾಂತಿಯನ್ನು ನಿರೀಕ್ಷಿಸಿದ್ದೆ. ಬದಲಾಗಿ, ನನಗೆ ಕೇವಲ ಒಂದು ಗೋಡೆಯ ನಕ್ಷೆ ಸಿಕ್ಕಿತು.

ಈ ಸಾಧನವು ಒಂದು ನಿಮಿಷದಲ್ಲಿ ಗೋಳ ಅಥವಾ ಗೋಪುರವನ್ನು ರಚಿಸಬಲ್ಲದು. ಇವು ನೋಡಲು ಚೆನ್ನಾಗಿರುತ್ತವೆ. ಆದರೆ ನಾನು ನಿರ್ದಿಷ್ಟ ನಿಯಮಗಳನ್ನು ಕೇಳಿದ ತಕ್ಷಣ, ಅದು ವಿಫಲವಾಯಿತು.

ನಾನು ದಕ್ಷಿಣಾಭಿಮುಖ ಬಾಗಿಲನ್ನು ಹೊಂದಿರುವ 15x15 ಮರದ ಗುಡಿಸಲನ್ನು ಕೇಳಿದೆ. AI ನನಗೆ ಬಾಗಿಲಿಲ್ಲದ ಬೂದು ಬಣ್ಣದ ಗೋಡೆಯನ್ನು ನೀಡಿತು. ಅದು ತಪ್ಪು ಗಾತ್ರದಲ್ಲಿತ್ತು. ಅದರಲ್ಲಿ ಮರವೇ ಇರಲಿಲ್ಲ. ಅದು ನಿರರ್ಥಕವಾಗಿತ್ತು.

ಇಲ್ಲಿನ ಮೂಲ ಸಮಸ್ಯೆ ಇಲ್ಲಿದೆ:

ಜನರೇಟಿವ್ ಮಾಡೆಲ್‌ಗಳು ಸಂಭವನೀಯತೆಯ ಇಂಜಿನ್‌ಗಳಾಗಿವೆ (plausibility engines). ಆಟಗಳಿಗೆ ನಿಖರತೆಯ ಇಂಜಿನ್‌ಗಳ (correctness engines) ಅಗತ್ಯವಿದೆ.

ಒಂದು ಮಾಡೆಲ್ "ಸರಿಯಾಗಿ ಕಾಣುವ" ವಸ್ತುವನ್ನು ಮಾಡಬಲ್ಲದು. ಆದರೆ ಒಂದು ಆಟಕ್ಕೆ "ಸರಿಯಾಗಿರುವ" ವಸ್ತುವಿನ ಅಗತ್ಯವಿದೆ. ಮಾಡೆಲ್ ಅನ್ನು ದೊಡ್ಡದಾಗಿ ಮಾಡುವುದರಿಂದ (scaling) ಇದು ಸರಿಹೋಗುವುದಿಲ್ಲ. "ಮನೆಯಂತೆ ಕಾಣುವ" ಸ್ಥಿತಿಯಿಂದ "ಕೆಲಸ ಮಾಡುವ ಬಾಗಿಲನ್ನು ಹೊಂದಿರುವ ನಿಜವಾದ ಮನೆ" ಎಂಬ ಸ್ಥಿತಿಗೆ ಕೇವಲ ಸ್ಕೇಲಿಂಗ್ ಮೂಲಕ ತಲುಪಲು ಸಾಧ್ಯವಿಲ್ಲ.

ಈ ಅಂತರವು ಮೂರು ಕೊರತೆಗಳಿಂದ ಉಂಟಾಗುತ್ತದೆ:

  • ವಿಭಜಿತ ನಿರ್ಬಂಧಗಳು (Discrete constraints): ಒಂದು ಮಾಡೆಲ್ "ಸಣ್ಣದನ್ನು" ಅಂದಾಜಿಸಬಲ್ಲದು, ಆದರೆ "ಖಂಡಿತವಾಗಿಯೂ 15 ಬ್ಲಾಕ್‌ಗಳು" ಎಂದು ಖಾತರಿಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.
  • ಸಂಯೋಜನಾತ್ಮಕ ರಚನೆ (Compositional structure): ಒಂದು ಮಾಡೆಲ್ ಒಂದು ಆಕಾರವನ್ನು ಬಿಡಿಸಬಲ್ಲದು, ಆದರೆ ಪರಸ್ಪರ ಸಂಬಂಧ ಹೊಂದಿರುವ ಅನೇಕ ವಸ್ತುಗಳ ದೃಶ್ಯವನ್ನು (scene) ನಿರ್ವಹಿಸಲು ಅದಕ್ಕೆ ಸಾಧ್ಯವಿಲ್ಲ.
  • ಕಾರ್ಯಕಾರಿ ನಿಖರತೆ (Functional correctness): ಒಬ್ಬ ಆಟಗಾರ ನಿಜವಾಗಿಯೂ ಬಾಗಿಲಿನ ಮೂಲಕ ನಡೆಯಲು ಸಾಧ್ಯವೇ ಎಂಬುದು ಮಾಡೆಲ್‌ಗೆ ತಿಳಿದಿರುವುದಿಲ್ಲ. ಬಾಗಿಲು ನೋಡಲು ಹೇಗಿರುತ್ತದೆ ಎಂಬುದು ಮಾತ್ರ ಅದಕ್ಕೆ ತಿಳಿದಿರುತ್ತದೆ.

ಇದನ್ನು ಸರಿಪಡಿಸಲು, ನಾವು ಏಕರೂಪದ (monolithic) ಮಾಡೆಲ್‌ಗಳನ್ನು ಬಳಸುವುದು ನಿಲ್ಲಿಸಬೇಕು. ನಿರಂತರ (continuous) ಮತ್ತು ವಿಭಜಿತ (discrete) ಅಂಶಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಪೈಪ್‌ಲೈನ್ ನಮಗೆ ಬೇಕು:

  1. ಯೋಜನೆ (Plan): ಒಂದು ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಕಟ್ಟುನಿಟ್ಟಾದ ನಿಯಮಗಳ ಪಟ್ಟಿ ಮತ್ತು ಸೀನ್ ಗ್ರಾಫ್ ಆಗಿ ಪರಿವರ್ತಿಸಲು ಸಿಂಬೋಲಿಕ್ ಪ್ಲಾನರ್ ಬಳಸಿ.
  2. ರಚನೆ (Generate): ಪ್ರತಿ ವಸ್ತುವಿಗಾಗಿ ಪ್ರತ್ಯೇಕ ಆಕಾರಗಳನ್ನು ರಚಿಸಲು ಜನರೇಟಿವ್ ಮಾಡೆಲ್‌ಗಳನ್ನು ಬಳಸಿ.
  3. ಜೋಡಣೆ (Place): ಆ ಎಲ್ಲಾ ನಿಯಮಗಳನ್ನು ಪಾಲಿಸುವಂತೆ ಆ ಆಕಾರಗಳನ್ನು ಜೋಡಿಸಲು ಸಾಲ್ವರ್ (solver) ಬಳಸಿ.
  4. ಪರಿಶೀಲನೆ (Verify): ಫಲಿತಾಂಶವು ಮೂಲ ಯೋಜನೆಯೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ ಎಂದು ಸಾಬೀತುಪಡಿಸಲು ಚೆಕರ್ ಬಳಸಿ.

ಜನರೇಟರ್ ಸೌಂದರ್ಯವನ್ನು ನೀಡುತ್ತದೆ. ರಚನೆಯು ನಿಖರತೆಯನ್ನು ನೀಡುತ್ತದೆ.

AI ಕಂಟೆಂಟ್‌ನ ಭವಿಷ್ಯವು ಒಂದು ಬೃಹತ್ ಮಾಡೆಲ್ ಆಗಿರುವುದಿಲ್ಲ. ಅದು ಒಟ್ಟಾಗಿ ಕೆಲಸ ಮಾಡುವ ವಿಶೇಷ ಪರಿಕರಗಳ (specialized tools) ವ್ಯವಸ್ಥೆಯಾಗಿರುತ್ತದೆ. ವಿಜೇತರು ಅತ್ಯುತ್ತಮ ಆಕಾರದ ಜನರೇಟರ್ ಅನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ; ಬದಲಾಗಿ ಅವರು ಅತ್ಯುತ್ತಮ ಪರಿಶೀಲನಾ ಲೂಪ್ (verification loop) ಅನ್ನು ಹೊಂದಿರುತ್ತಾರೆ.

ಮೂಲ: https://dev.to/harrisonsec/generative-ai-builds-shapes-not-games-the-constraint-gap-and-the-architecture-that-closes-it-2e30

ಐಚ್ಛಿಕ ಕಲಿಕಾ ಸಮುದಾಯ: https://t.me/GyaanSetuAi