General Intuition: ИИ на основе игровых видео

Новая амбициозная компания General Intuition, выросшая из платформы для обмена игровыми клипами Medal, делает ставку на искусственный интеллект. Используя обширную базу из 2 миллиардов игровых видеороликов ежегодно от 10 миллионов пользователей, General Intuition занимается обучением фундаментальных моделей и ИИ-агентов, способных понимать движение объектов во времени и пространстве — ключевой аспект, известный как пространственно-временное рассуждение.

Основатели General Intuition уверены, что их уникальный датасет, включающий записи из тысяч игр, превосходит по своей ценности для обучения агентов альтернативные источники, такие как Twitch или YouTube. Генеральный директор Medal и General Intuition, Пим де Витте, отмечает, что игровой процесс, особенно с видом от первого лица, требует от игроков активного взаимодействия с различными сревателями. Загружаемые геймерами клипы часто содержат крайние случаи — как очень удачные, так и неудачные моменты, что делает их идеальным материалом для обучения ИИ, позволяя выявлять и анализировать редкие, но важные сценарии.

Этот мощный набор данных, по слухам, привлек внимание OpenAI, которая в конце прошлого года пыталась приобрести Medal за 500 миллионов долларов. Сама General Intuition получила внушительные 133,7 миллиона долларов посевных инвестиций от Khosla Ventures и General Catalyst при участии Raine.

Стартап планирует использовать привлеченные средства для расширения команды исследователей и инженеров. Их цель — создать универсального агента, способного взаимодействовать с окружающим миром. Первоначальные области применения включают игровую индустрию, а также разработку дронов для поиска и спасения.

Команда General Intuition уже добилась значительных успехов: их модель способна понимать незнакомые среды и предсказывать действия в них, опираясь исключительно на визуальную информацию. Агенты видят мир глазами игрока и перемещаются, имитируя ввод с контроллера. Такой подход, по мнению компании, легко применим к физическим системам, таким как роботизированные манипуляторы, дроны и автономные транспортные средства, часто управляемые человеком через игровые контроллеры.

Следующими вехами для General Intuition станут генерация новых симулированных миров для обучения других агентов и автономная навигация в совершенно незнакомых физических средах.

С технической точки зрения, компания стремится избежать прямых конфликтов с разработчиками игр, связанных с авторскими правами. В отличие от других компаний, таких как DeepMind и World Labs, которые продают свои модели мира (Genie и Marble соответственно) для обучения агентов и создания контента, General Intuition фокусируется на других вариантах коммерциализации.

В игровой индустрии General Intuition намерена создавать ботов и неигровых персонажей (NPC), превосходящих традиционных «детерминированных ботов» — запрограммированных персонажей с фиксированным поведением. По словам Морица Байер-Лента, одного из основателей General Intuition и партнера Lightspeed Ventures, такие боты смогут адаптироваться к любому уровню сложности. Это позволит не просто создавать «богов-ботов», побеждающих всех, но и тонко настраивать сложность, поддерживая винрейт игрока около 50%, что значительно повысит вовлеченность и удержание пользователей.

Опыт де Витте в гуманитарной сфере также повлиял на решение использовать ИИ для помощи в поиске и спасении, где дронам часто приходится работать в незнакомых условиях без GPS.

В конечном итоге, де Витте и Байер-Ленц видят пространственно-временное рассуждение как ключевой элемент в гонке к созданию искусственного общего интеллекта (AGI). В то время как ведущие ИИ-лаборатории сосредоточены на разработке мощных языковых моделей, General Intuition считает, что истинный AGI требует того, чего фундаментально не хватает LLM. «Мы, люди, создаем текст, чтобы описать происходящее в мире, но при этом теряется огромное количество информации», — поясняет де Витте. — «Теряется общая интуиция, связанная с пространственно-временным рассуждением».