Jaunuzņēmums General Intuition piesaista 320 miljonus dolāru, lai ar datorspēļu datiem apmācītu intuitīvus mākslīgā intelekta aģentus fiziskajai pasaulei.
Mākslīgā intelekta (AI) attīstība ir nonākusi jaunā fāzē, kurā tekstā balstīti lielie valodas modeļi (LLM) vairs nespēj pilnībā apmierināt nākotnes vajadzības pēc fizisku aģentu un robotu vadības. Jaunuzņēmums General Intuition ir paziņojis par iespaidīgu investīciju piesaisti 320 miljonu ASV dolāru apmērā, uzņēmuma vērtībai sasniedzot 2,3 miljardus dolāru. Šis solis skaidri apliecina nozares vadošo investoru ticību tam, ka tieši datorspēles var kļūt par labāko platformu, lai apmācītu nākamās paaudzes AI fiziskās pasaules uztverei un rīcībai.
Uzņēmums, kura kopējais piesaistītais finansējums pašlaik sasniedz 454 miljonus dolāru, ir izveidojies kā atsevišķs projekts no platformas Medal, kas nodrošina datorspēļu video klipu kopīgošanu. Kā ziņo TechCrunch ziņu raksts, šis apjomīgais finansējuma raunds tiks novirzīts galvenokārt skaitļošanas jaudu palielināšanai, lai sagatavotu nākamo modeļa versiju un padarītu tā API pieejamu plašākai auditorijai.
Telpas un laika izpratne kā nākamais AI izaicinājums
Līdzšinējie mākslīgā intelekta sasniegumi lielākoties ir saistīti ar valodu un loģisko spriedumu veidošanu teksta formātā. Tomēr, kad runa ir par fizisku kustību telpā un laikā (tā saukto telpas un laika spriestspēju jeb spatial-temporal reasoning), tradicionālie teksta modeļi saskaras ar nopietniem ierobežojumiem. Lai robots spētu droši pārvietoties reālajā vidē, tam ir jāizprot fizikas likumi, jāsaprot, ka sienas ir nepārvarami šķēršļi, un jāspēj prognozēt savu kustību ietekme uz apkārtējo vidi.
General Intuition izstrādātais modelis risina šo problēmu, izmantojot virtuālo vidi kā treniņu poligonu. Uzņēmuma birojā veiktie testi parāda, ka viens un tas pats mākslīgā intelekta "prāts" spēj gan patstāvīgi spēlēt sarežģītas datorspēles, piemēram, Fortnite, gan vienlaikus vadīt četrkājainu robotu reālajā pasaulē. Interesanti, ka robotam pietika vien ar astoņām minūtēm reālās pasaules datu, lai adaptētu savu virtuālajā vidē iegūto pieredzi un patstāvīgi pārvietotos reālā biroja telpā, izvairoties no šķēršļiem.
Datorspēles kā neizsmeļams datu avots
General Intuition dibinātājs un vadītājs Pims de Vite (Pim de Witte) norāda, ka galvenā uzņēmuma priekšrocība ir piekļuve unikāliem datiem no Medal platformas. Tradicionāli AI modeļi mēģina saprast pasauli, analizējot tikai video kadrus. Turpretī General Intuition izmanto spēļu klipus, kuros ir precīzi integrēti darbību marķējumi (action labels) jeb dati par to, kuras pogas un kurā brīdī spēlētājs ir nospiedis. Tas palīdz modelim daudz precīzāk izprast cēloņu un seku sakarības.
"Mēs uzskatām šo par nākamo posmu mākslīgā intelekta iepriekšējā apmācībā. Mums ir viens vienots modelis, kas spēj reaģēt uz Fortnite informāciju ekrānā un veikt darbības, bet vienlaikus spēj darboties arī reālās pasaules dinamikā tā, kā to nekad nespētu parasts valodas modelis," skaidro Pims de Vite.
Lai labāk saprastu atšķirības starp tradicionālo pieeju un General Intuition izstrādāto tehnoloģiju, aplūkosim zemāk redzamo salīdzinājumu.
| Parametrs | Tradicionālie LLM modeļi | General Intuition pasaules modelis |
|---|---|---|
| Primārais datu avots | Teksts, tīmekļa lapas, grāmatas | Datorspēļu video un spēlētāju darbības (pogu nospiešanas) |
| Telpas un laika izpratne | Zema (tikai teorētiska teksta analīze) | Augsta (mācās no fizikas simulācijām spēlēs) |
| Pielietojums robotikā | Nepieciešama ilgstoša un dārga apmācība fiziskajā vidē | Ātra adaptācija, izmantojot virtuāli iegūto intuīciju |
| Apmācības vide | Statiskas datu kopas | Dinamiska, kadru pa kadram ģenerēta simulācija (internā "sporta zāle") |
Nākotnes perspektīvas un ētikas robežas
Investoru vidū, kas atbalsta šo projektu, ir tādi pazīstami vārdi kā Khosla Ventures, General Catalyst, Džefs Bezoss un Ēriks Šmits. Vinods Khosla, kura fonds vadīja šo investīciju kārtu, uzskata, ka datorspēļu dati palīdzēs mākslīgajam intelektam attīstīt spēju, kas līdzinās cilvēka intuīcijai. Tas varētu būt nākamais lielais lēciens tehnoloģiju attīstībā.
Neraugoties uz lielo interesi no militārā sektora un iespējamiem pārdošanas piedāvājumiem, General Intuition vadība ir stingri definējusi uzņēmuma ētikas robežas. Pims de Vite, kurš iepriekš darbojies humānās palīdzības organizācijās, ir noteicis, ka uzņēmuma izstrādātā tehnoloģija netiks izmantota letālu un militāru aģentu izstrādei, lai nekļūtu par daļu no eskalācijas sistēmas. Tā vietā tehnoloģiju plānots izmantot meklēšanas un glābšanas misijās, kā arī ikdienas darbu atvieglošanai.
Uzņēmumiem, kas vēlas saglabāt konkurētspēju strauji augošajā tehnoloģiju laikmetā, ir svarīgi sekot šīm tendencēm. Lai gan robotu izmantošana fiziskajā vidē vēl tikai attīstās, ikdienas darbu efektivitāti jau šodien palīdz uzlabot mākslīgā intelekta asistenti uzņēmumiem, kas automatizē rutīnas uzdevumus un datu apstrādi digitālajā telpā, nodrošinot stabilu pamatu uzņēmuma izaugsmei.
