General Intuition pozyskuje 134 miliony dolarów na rozwój AI rozumiejącej przestrzeń i czas

General Intuition, wyodrębnione z platformy Medal, służącej do udostępniania klipów z gier wideo, to nowe laboratorium badawcze AI, które wykorzystuje ogromną bazę danych z gier do budowy modeli fundamentowych. Modele te mają rozumieć, jak obiekty i byty poruszają się w przestrzeni i czasie – koncepcja znana jako rozumowanie czasoprzestrzenne.

Startup zakłada, że zbiór danych Medal – składający się z 2 miliardów filmów rocznie od 10 milionów aktywnych użytkowników miesięcznie w dziesiątkach tysięcy gier – przewyższa alternatywy takie jak Twitch lub YouTube pod względem trenowania agentów AI.

Unikalne dane źródłem przewagi

Pim de Witte, dyrektor generalny Medal i General Intuition, podkreśla, że gracze przesyłający klipy często publikują skrajne przykłady – zarówno bardzo negatywne, jak i pozytywne. Stanowią one niezwykle użyteczne przypadki brzegowe do trenowania. Taka selekcja danych okazuje się kluczowa dla efektywności uczenia.

To właśnie te unikalne dane miały przyciągnąć uwagę OpenAI, która pod koniec zeszłego roku próbowała przejąć Medal za 500 milionów dolarów, jak donosi The Information. (Ani OpenAI, ani General Intuition nie skomentowały tych doniesień.)

Imponujące finansowanie na start

To również doprowadziło do zebrania przez General Intuition aż 133,7 miliona dolarów w rundzie seed, prowadzonej przez Khosla Ventures i General Catalyst, z udziałem Raine. Startup zamierza wykorzystać te środki na rozbudowę zespołu badaczy i inżynierów, którzy skupią się na trenowaniu ogólnego agenta, który może wchodzić w interakcje z otaczającym go światem. Początkowe zastosowania planowane są w grach, dronach poszukiwawczo-ratowniczych i systemach autonomicznej nawigacji.

Postępy i plany na przyszłość

Zespół General Intuition poczynił już znaczne postępy: model potrafi rozumieć środowiska, na których nie był trenowany, i poprawnie przewidywać działania w ich obrębie. Robi to wyłącznie za pomocą danych wizualnych; agenci widzą tylko to, co widziałby ludzki gracz, i poruszają się w przestrzeni, śledząc sygnały z kontrolera.

Firma twierdzi, że takie podejście można naturalnie przenieść na systemy fizyczne, takie jak ramiona robotyczne, drony i pojazdy autonomiczne, którymi często sterują ludzie za pomocą kontrolerów gier wideo. Kolejnym celem General Intuition jest generowanie nowych, symulowanych światów do trenowania innych agentów oraz autonomiczna nawigacja w zupełnie nieznanych środowiskach fizycznych.

Komercjalizacja i odróżnienie od konkurencji

Takie podejście kształtuje sposób, w jaki firma planuje komercjalizować swoją technologię, i odróżnia ją od konkurentów budujących modele świata. General Intuition również buduje modele świata, na których szkoli swoich agentów, ale same modele nie są produktem. W przeciwieństwie do innych twórców modeli świata, takich jak DeepMind i World Labs, którzy sprzedają swoje modele świata do trenowania agentów i tworzenia treści, General Intuition koncentruje się na innych zastosowaniach, aby uniknąć problemów z prawami autorskimi.

„Naszym celem nie jest tworzenie modeli konkurujących z twórcami gier” – powiedział de Witte. Zamiast tego, zastosowania w grach koncentrują się na tworzeniu botów i postaci niegrywalnych (NPC), które mogą przewyższyć tradycyjne „deterministyczne boty”, czyli zaprogramowane postacie, które zawsze dają takie same wyniki.

„[Boty] mogą skalować się do dowolnego poziomu trudności” – powiedział Moritz Baier-Lentz, członek-założyciel General Intuition i partner w Lightspeed Ventures. „Nie jest konieczne tworzenie bota-boga, który pokonuje wszystkich, ale jeśli możesz stopniowo skalować i wypełniać płynność dla każdej sytuacji gracza, tak aby jego wskaźnik wygranych wynosił zawsze około 50%, zmaksymalizuje to jego zaangażowanie i utrzymanie”.

Zastosowania poza grami i dążenie do AGI

De Witte ma również doświadczenie w pracy humanitarnej, co wpływa na ukierunkowanie firmy na zasilanie dronów poszukiwawczo-ratowniczych, które czasami muszą poruszać się w nieznanym otoczeniu i wydobywać informacje bez GPS.

Ostatecznie, de Witte i Baier-Lentz postrzegają podstawową funkcjonalność General Intuition – rozumowanie czasoprzestrzenne – jako kluczowy element w wyścigu w kierunku sztucznej ogólnej inteligencji (AGI). Podczas gdy główne laboratoria AI koncentrują się na budowaniu coraz potężniejszych dużych modeli językowych, General Intuition uważa, że prawdziwa AGI wymaga czegoś, czego LLM zasadniczo brakuje.

„Jako ludzie tworzymy tekst, aby opisać to, co dzieje się w naszym świecie, ale robiąc to, tracimy wiele informacji” – powiedział de Witte. „Tracisz ogólną intuicję dotyczącą rozumowania czasoprzestrzennego”.