„Agentul nostru joacă de 100 de ore neîntrerupt”, a spus Kent Rollins, directorul de produs al companiei, zâmbind.
Înainte să mă pierd în spectacolul unui AI care navighează mediul virtual al jocului, am auzit pașii electronici ai unui robot mare patruped care se apropia.
„Aceeași putere cerebrală care îl face pe agent să joace jocul alimentează și robotul”, mi-a spus de Witte. Josh Duplantis, un analist de date care ținea un laptop cu un flux live de la camera unică a robotului, a intervenit să explice că modul implicit al robotului era „explorare”.
Bazându-se pe acea cameră, singurul său ochi, robotul uriaș, asemănător unei insecte, s-a apropiat de mine, m-a ocolit și a continuat prin birou. Din când în când, se lovea de picioarele scaunelor sau se izbea de un coș de gunoi rătăcit, exact ca un copil mic care încă nu a învățat cum se raportează corpul său la lumea din jur. Duplantis a spus că a fost nevoie de doar opt minute de date robotice din lumea reală pentru a regla fin un model AI pentru patruped. Mai mult, acele date au fost colectate pe stradă, nu în interiorul biroului unde robotul naviga acum.
Un model agentic care poate generaliza de la gameplay la simulare și la încorporare fizică este rațiunea de a fi a General Intuition. Iar capacitatea acelui model de a-și da seama de locul său în lume i-a asigurat sprijinul unor nume grele.
Joi, General Intuition a anunțat că a strâns 320 de milioane de dolari la o evaluare de 2,3 miliarde de dolari, confirmând relatările anterioare ale TechCrunch. Runda aduce finanțarea totală dezvăluită a General Intuition la 454 de milioane de dolari, după runda de 134 de milioane de dolari strânsă la lansare, în octombrie anul trecut.
Startup-ul a fost desprins din cealaltă companie a lui de Witte, Medal, care permite jucătorilor să încarce și să partajeze clipuri video din jocuri. Sutele de milioane de ore de gameplay încărcate au oferit setul inițial de date pentru a antrena modelul General Intuition în raționament spațio-temporal – adică înțelegerea modului de a se mișca prin spațiu și timp. Dar ingredientul cheie nu a fost filmarea gameplay-ului; au fost etichetele de acțiuni încorporate în acele clipuri: înregistrări exacte ale butoanelor pe care un jucător le-a apăsat și când. Majoritatea concurenților, spune de Witte, încearcă să deducă acțiunile doar din video, ceea ce, susține el, este insuficient.
„Vedem acest lucru doar ca următoarea etapă a pre-antrenamentului viitor”, a spus de Witte. „Avem un singur model care poate răspunde la informațiile Fortnite de pe ecran și poate acționa, dar și la dinamica lumii reale într-un mod în care un LLM nu ar putea niciodată.”
La un moment dat, de Witte m-a așezat la un laptop care rula modelul lumii al General Intuition, un mediu simulat generat cadru cu cadru, nu redat de un motor de joc tradițional. Așa cum fac adesea când testez modele ale lumii, am mers direct într-o serie de pereți. În alte demonstrații pe care le-am încercat, agenții pe care îi controlezi trec uneori prin ei, dar acesta nu a făcut-o. Din milioanele de ore de gameplay, a învățat cumva că pereții sunt pereți, scările sunt pentru urcat, iar umbrele se lungesc pe măsură ce soarele se mișcă.
Pentru General Intuition, acest model al lumii nu este produsul; este mediul de antrenament (denumit intern „sala de sport”). Compania vrea în cele din urmă să vândă modelul agentic în sine, iar de Witte susține că datele de acțiune încorporate în gameplay ajută modelul să distingă „sinele” de „mediu” într-un mod care îi oferă o înțelegere mai bogată a cauzalității.
Oricât de impresionantă pare tehnologia General Intuition în demonstrații, rămâne de văzut cât de bine se va scala și dacă poate convinge industrii întregi să adopte un model antrenat pe jocuri video. Compania susține că abordarea sa este fundamental diferită de cea a giganților tech, care se bazează pe cantități masive de date video neetichetate. „Noi nu învățăm doar din imagini, ci din acțiuni”, explică de Witte. „Și asta face diferența între un model care doar „vede” lumea și unul care o „înțelege” prin interacțiune.”
Investitorii par convinși. Runda de 320 de milioane de dolari, condusă de fonduri de top, reflectă încrederea că jocurile video – cu miliardele de ore de interacțiune umană înregistrată – ar putea fi cheia pentru a antrena agenți AI capabili să opereze în fabrici, depozite, sau chiar pe străzi. Dacă General Intuition reușește, s-ar putea să ne obișnuim ca roboții să învețe nu doar din manuale, ci și din Fortnite.
De ce este important:
Această investiție masivă semnalează o schimbare de paradigmă în antrenarea inteligenței artificiale. În loc să se bazeze exclusiv pe date din lumea reală, costisitoare și greu de obținut, General Intuition demonstrează că jocurile video – cu miliarde de ore de interacțiune umană etichetată – pot oferi un teren de antrenament aproape infinit pentru agenți AI. Dacă modelul reușește să generalizeze de la gameplay la roboți reali, am putea vedea o accelerare dramatică a adoptării AI în logistică, producție și servicii, reducând costurile și timpul de dezvoltare. În același timp, ridică întrebări etice: cât de fiabil este un model antrenat pe jocuri violente sau pe comportamente umane imprevizibile? Rămâne de văzut dacă această abordare va deveni noul standard sau doar o modă trecătoare.
