بنى Google بيئة محاكاة يستطيع وكلاء الذكاء الاصطناعي التدرب فيها، وفق تقرير من The New Stack. ويلاحظ التقرير نفسه أن الفيزياء المحاكاة لا تزال غير دقيقة بما يكفي. وهذه التفصيلة أهم مما تبدو للوهلة الأولى: فالوكيل الذي يُدرَّب أو يُقيَّم في عالم اصطناعي يرث كل تقريب يقدمه ذلك العالم، ونموذج فيزيائي ينحرف عن الواقع يحوّل جولة تدريب إلى بروفة لمهمة خاطئة.
يشير عمل NVIDIA الأخير إلى المشكلة نفسها من زاوية مختلفة. فقد أطلقت الشركة أدوات Isaac إلى جانب خط أنابيب agent لتدريب حركة الروبوت في المحاكاة، وهو ما يعتمد على الفرضية ذاتها: أن التلامس والاحتكاك والديناميكا تتصرف على نحو قريب بما يكفي من العالم الفيزيائي لينتقل السلوك المكتسب. ولا يعد أي من الجهدين مسألة عرض مرئي بالأساس. فالفجوة تكمن في دقة الديناميكا وفي دقة الأطراف المقابلة التي يواجهها الوكيل، وتظهر لاحقاً كمشكلة في صلاحية التقييم — معيار يقيس الكفاءة في عالم غير موجود.
بالنسبة للفرق التي تبني أنظمة agent، فالنتيجة العملية هي أن نتائج المحاكاة يجب أن تُذكر مع افتراضاتها. وما يبقى غير واضح من التغطية المتاحة هو كيفية قياس فجوة الدقة، والبيئات أو المهام المعنية، وما إذا كان أي من الجهدين ينشر نتائج الانتقال إلى بيئات فيزيائية أو إنتاجية. وإلى أن تُنشر تلك النتائج، ينبغي قراءة الأداء المحاكى كإشارة داخلية لا كادعاء خارجي.