General Intuition-ის $2.3-მილიარდიანი ფსონი: როგორ წვრთნიან ვიდეო თამაშები AI აგენტებს რეალური სამყაროსთვის

General Intuition-ის ნიუ-იორკის ოფისში უჩვეულო სანახაობაა: ხელოვნური ინტელექტის აგენტი 100 საათის განმავლობაში უწყვეტად თამაშობს Fortnite-ს. თუმცა, ეს მხოლოდ გართობა არ არის. კომპანიის აღმასრულებელი დირექტორი, 31 წლის პიმ დე ვიტე და პროდუქტების მთავარი ოფიცერი კენტ როლინსი განმარტავენ, რომ იგივე „ტვინი“, რომელიც ვირტუალურ გარემოში მოქმედებს, მართავს იქვე მყოფ დიდ ოთხფეხა რობოტსაც.

რობოტი, რომელიც „კვლევის“ რეჟიმში მუშაობს, მხოლოდ ერთი კამერის მეშვეობით ახდენს ორიენტაციას სივრცეში. საინტერესოა, რომ რობოტის მოსამზადებლად (fine-tune) მხოლოდ რვა წუთის რეალური მონაცემები გახდა საჭირო. ეს მონაცემებიც კი არა ოფისში, არამედ ქუჩაში იყო შეგროვებული. General Intuition-ის მთავარი ღირებულება სწორედ მოდელის უნარია, მოახდინოს ცოდნის გენერალიზება თამაშიდან სიმულაციაზე, ხოლო სიმულაციიდან — ფიზიკურ სხეულზე.

ამ ინოვაციურმა მიდგომამ მსხვილი ინვესტორების ყურადღება მიიპყრო. ხუთშაბათს ცნობილი გახდა, რომ General Intuition-მა $320 მილიონი დოლარი მოიზიდა, რის შედეგადაც კომპანიის ღირებულება $2.3 მილიარდად შეფასდა. ამ რაუნდის შემდეგ სტარტაპის მთლიანმა დაფინანსებამ $454 მილიონს მიაღწია. კომპანია პიმ დე ვიტეს სხვა პროექტისგან, Medal-ისგან გამოცალკევდა, რომელიც გეიმერებს ვიდეოების გაზიარების საშუალებას აძლევს.

სწორედ Medal-ზე ატვირთული ასობით მილიონი საათის ვიდეომასალა გახდა საწყისი მონაცემთა ბაზა General Intuition-ის მოდელის გასაწვრთნელად სივრცულ-დროით მსჯელობაში (spatial-temporal reasoning). თუმცა, მთავარი საიდუმლო არა თავად ვიდეოებში, არამედ მათში ჩაშენებულ მოქმედების მარკერებშია (action labels) — ჩანაწერებში იმის შესახებ, თუ ზუსტად რომელ ღილაკს და როდის დააჭირა მოთამაშემ. დე ვიტეს თქმით, კონკურენტები მოქმედებების ამოცნობას მხოლოდ ვიდეოდან ცდილობენ, რაც არასაკმარისია.

„ჩვენ გვაქვს ერთიანი მოდელი, რომელსაც შეუძლია რეაგირება მოახდინოს როგორც Fortnite-ის ეკრანზე არსებულ ინფორმაციაზე, ისე რეალური სამყაროს დინამიკაზე ისე, როგორც ამას ვერცერთი LLM (დიდი ენობრივი მოდელი) ვერ შეძლებს“, — აცხადებს დე ვიტე.

General Intuition-ის „სამყაროს მოდელი“ (world model) ტრადიციული სათამაშო ძრავის ნაცვლად, გარემოს კადრ-კადრად აგენერირებს. ტესტირებისას აგენტმა აჩვენა, რომ მილიონობით საათის თამაშის საფუძველზე მან ისწავლა ფიზიკური კანონზომიერებები: კედლები გაუმტარია, კიბეებზე ასვლაა შესაძლებელი, ხოლო მზის მოძრაობასთან ერთად ჩრდილები გრძელდება. კომპანიისთვის ეს მოდელი მხოლოდ საწვრთნელი გარემოა, რომელსაც შიდა სამზარეულოში „სავარჯიშო დარბაზს“ (the gym) უწოდებენ.

ინვესტიციების ძირითადი ნაწილი გამოთვლითი სიმძლავრეების გაზრდას მოხმარდება. კომპანიას უკვე აქვს შეთანხმება CoreWeave-თან და გეგმავს მოდელის შემდეგი ვერსიის წინასწარ წვრთნაზე ფოკუსირებას. ასევე, ზაფხულის ბოლოსთვის იგეგმება API-ს უფრო ფართო ხელმისაწვდომობა. ვინოდ ხოსლამ, რომლის ფონდმაც (Khosla Ventures) საინვესტიციო რაუნდს უხელმძღვანელა, აღნიშნა, რომ AI-ში ინტუიციის მსგავსი შესაძლებლობების გაჩენა სწორედ თამაშებში არსებული ადამიანური მოქმედებებისა და რეაქციების მონაცემებზეა დამოკიდებული.

ხედვა: თაობათა კომპანიის შექმნა

General Intuition არ არის ერთადერთი კომპანია, რომელმაც Medal-ის მონაცემების მნიშვნელობა გააცნობიერა. სტარტაპის ადმინისტრაციის ხელმძღვანელის, ბრიანა მარტინის თქმით, კომპანია მას შემდეგ შეიქმნა, რაც Medal-მა უარი თქვა ერთ-ერთი მსხვილი ლაბორატორიის მიერ შესყიდვის შეთავაზებაზე. დამფუძნებლებსა და ინვესტორებს კომპანიის გაყიდვა არ სურთ; ისინი მიიჩნევენ, რომ General Intuition შეიძლება გახდეს ხერხემალი განზოგადებული აგენტებისა და სამყაროს მოდელებისთვის.

პიმ დე ვიტეს ეთიკური პრინციპები მკაფიოა: ტექნოლოგია არასოდეს იქნება გამოყენებული ადამიანებისთვის ზიანის მისაყენებლად. მიუხედავად იმისა, რომ სილიკონის ველი სულ უფრო მეტად ინტერესდება სამხედრო ტექნოლოგიებით, General Intuition უარს ამბობს ლეტალურ ავტონომიაზე. თუმცა, დე ვიტე მიესალმება მოდელების გამოყენებას სამძებრო-სამაშველო მისიებში.

მონაცემთა „მქნევარა“ (Data Flywheel)

დე ვიტეს სურს, რომ General Intuition იყოს ეკოსისტემის ხელშემწყობი, Anthropic-ის ან OpenAI-ის მსგავსად — მოდელის მიმწოდებელი, რომლის ბაზაზეც სხვები ააშენებენ საკუთარ პროდუქტებს. დღეს სტარტაპს უკვე ჰყავს რამდენიმე კლიენტი გეიმინგის, სიმულაციისა და რობოტიკის სფეროში.

„ჩვენ არ ვაპირებთ თვითმავალი ავტომობილების კომპანიის შექმნას. ჩვენ ვაპირებთ, 10-ჯერ გავუმარტივოთ საქმე შემდეგ ადამიანს, რომელიც ასეთ კომპანიას შექმნის“, — განმარტავს დე ვიტე.

კომპანიის სტრატეგია მოიცავს შემდეგ მიმართულებებს:

• მრავალფეროვანი გამოყენება: რობოტის ტესტირება ქარხნის ციფრულ მოდელში, ადამიანის მსგავსი ბოტების შექმნა გეიმინგ სტუდიებისთვის ან ოთხფეხა რობოტების გაგზავნა სახიფათო გარემოში.
• უნივერსალური კონტროლი: მოდელი მუშაობს ნებისმიერ მოწყობილობაზე, რომლის მართვაც შესაძლებელია ჯოისტიკით, კლავიატურით ან მაუსით (მათ შორის დრონებზეც).
• მონაცემთა ციკლი: კომპანია პრიორიტეტს მიანიჭებს იმ კლიენტებს, რომლებსაც შეუძლიათ საინტერესო რეალური მონაცემების მიწოდება კვლევების წინსვლისთვის.

მიუხედავად შთამბეჭდავი დემონსტრაციებისა, მთავარი კითხვა კვლავ ღიად რჩება: რამდენად ეფექტურად იმუშავებს სიმულაციიდან რეალურ სამყაროში ცოდნის გადატანა მასშტაბურ დონეზე. General Intuition-ის უნიკალური მონაცემები სწორედ ამ გამოწვევის დაძლევის მთავარი იმედია.