General Intuition: $2.3 млрд на тренування ШІ для реального світу за допомогою відеоігор

Ключові деталі:

• Компанія General Intuition залучила 320 мільйонів доларів інвестицій при оцінці в 2,3 мільярда доларів.
• Їхній підхід базується на використанні ігрових даних та дій гравців для навчання універсальних ШІ-моделей.
• Компанія розробляє етичні принципи використання своїх технологій, відмовляючись від застосування у військовій сфері.

Щойно переступивши поріг R&D-відділу General Intuition у їхньому нью-йоркському офісі, я одразу помітив монітор на підставці. На ньому відбувалося щось схоже на гру в Fortnite, але це була не людина.

«Наш агент грає вже 100 годин безперервно», — із захопленням повідомив Кент Роллінс, директор з продукту компанії.

Перш ніж я встиг захопитися видовищем того, як штучний інтелект опановує ігровий віртуальний світ, я почув електронні кроки великого чотирилапого робота, що наближався.

«Саме цей мозок, що керує агентом у грі, керує й цим роботом», — пояснив 31-річний співзасновник і CEO General Intuition, Пім де Вітте.

Джош Дюплантіс, аналітик даних, який тримав ноутбук із прямим трансляцією з єдиної камери робота, додав, що стандартний режим його роботи — «дослідження».

Використовуючи лише цю камеру, велетенський, схожий на комаху, бот наблизився до мене, обійшов, а потім рушив далі офісом. Він час від часу зачіпав ніжки стільців або врізався в сміттєвий бак, подібно до малюка, який ще не до кінця розуміє своє тіло у просторі. Дюплантіс зазначив, що для точного налаштування ШІ-моделі чотирилапого знадобилося лише вісім хвилин реальних робототехнічних даних. Важливо, що ці дані були зібрані просто на вулиці, а не в офісі, де робот зараз самостійно орієнтувався.

Агентна модель, здатна узагальнювати знання від ігрового процесу до симуляції та фізичного втілення, — це і є суть General Intuition. І здатність цієї моделі розуміти своє місце у світі вже привернула увагу вагомих інвесторів.

У четвер General Intuition оголосила про залучення 320 мільйонів доларів інвестицій при оцінці в 2,3 мільярда доларів, підтверджуючи попередні повідомлення. Це фінансування доводить загальну суму зібраних коштів компанії до 454 мільйонів доларів, враховуючи раунд на 134 мільйони доларів, проведений минулого жовтня.

Стартап виріс з іншої компанії де Вітте — Medal, яка дозволяє геймерам завантажувати та ділитися кліпами з відеоігор. Сотні мільйонів годин завантаженого геймплею стали початковим набором даних для навчання моделі General Intuition просторово-часовому мисленню — тобто розумінню того, як рухатися в просторі та часі.

Однак ключовим елементом стали не самі відео гри, а мітки дій, вбудовані в ці кліпи: записи про те, які саме кнопки натискав гравець і коли. Де Вітте стверджує, що більшість конкурентів намагаються вивести дії з відеопотоку, що, на його думку, недостатньо.

«Ми розглядаємо це як наступний етап попереднього навчання, — сказав де Вітте. — У нас є єдина модель, яка може реагувати на інформацію з Fortnite на екрані та діяти, але також і на динаміку реального світу таким чином, на який жодна LLM ніколи не була б здатна».

В один момент де Вітте продемонстрував мені симуляцію — модель світу, згенеровану кадр за кадром, а не традиційним ігровим рушієм. Як це часто буває під час тестування подібних моделей, я врізався у стіни. В інших демо, які я бачив, керовані агенти іноді проходили крізь перешкоди, але ця модель відреагувала коректно. З мільйонів годин геймплею вона якимось чином засвоїла, що стіни — це стіни, драбини — для сходження, а тіні видовжуються зі сходом сонця.

Для General Intuition ця модель світу — не кінцевий продукт, а тренувальне середовище (внутрішньо його називають «спортзалом»). Компанія прагне продавати саму агентну модель, і де Вітте стверджує, що дані про дії, вбудовані в геймплей, допомагають моделі розрізняти «себе» від «середовища», що дає їй глибше розуміння причинно-наслідкових зв’язків.

Хоча технологія General Intuition вражає під час демонстрацій, компанія — не єдина, хто вирішує цю проблему. Більш того, ще ніхто не досяг успіху у відтворенні подібних моделей у реальному світі у великих масштабах. Більшість таких підходів вимагають величезної кількості реальних даних, які збираються повільно та дорого. General Intuition робить ставку на те, що геймплей є масштабованим шляхом до вирішення цієї проблеми.

Інвестори також підтримують цю ставку. Останній раунд General Intuition очолила Khosla Ventures за участі General Catalyst, Джеффа Безоса, Еріка Шмідта, Ніко Росберга та дослідників із Google DeepMind та MIT.

Переважна більшість коштів буде спрямована на масштабування обчислювальних потужностей. General Intuition має угоду з CoreWeave і планує зосередитися на попередньому навчанні наступної версії моделі. Частина коштів також піде на ширше відкриття API до кінця літа.

Винод Хосла, чия фірма очолила раунд, зазначив, що його привернуло бачення де Вітте та унікальна позиція компанії щодо даних.

«Якщо подивитися на LLM, то поява здатності до міркувань стала квантовим стрибком, — сказав Хосла телефоном. — У моделях світу я вважаю, що квантовий стрибок — це поява інтуїції в ШІ, можливості, схожої на людську інтуїцію. Людські дані про дії та реакції, які ви маєте в іграх, є ключовим елементом для появи інтуїції».

Бачення — це компанія нового покоління

General Intuition — не єдина компанія, яка усвідомила, що дані про дії гравців від Medal є ключовим елементом для створення динамічних моделей світу та універсальних агентів. Бріанна Мартін, керівник штабу стартапу, зазначила, що компанія була заснована частково після того, як Medal відхилила пропозицію про поглинання від великої лабораторії. З того часу були й інші пропозиції.

Де Вітте та його співзасновники — Елої Алонсо, Адам Джеллі та Вінсент Мічелі — не зацікавлені в поглинанні, так само як і інвестори стартапу, які поки що не шукають виходу. Обсяг та якість пропрієтарних даних General Intuition, отриманих через Medal, є однією з причин, чому Хосла вважає стартап ставкою на майбутнє, а не ціллю для M&A; він може стати основою для узагальнених агентів та моделей світу як у симуляції, так і в реальному світі.

«На цьому етапі це було б придбання даних, що досить нецікаво», — сказав Хосла.

Частина цієї ставки також передбачає довіру до цінностей де Вітте.

Підприємець три роки працював у гуманітарній сфері, зокрема з організацією «Лікарі без кордонів». Тому він чітко визначив, як буде використовуватися технологія General Intuition: жодні агенти не будуть застосовані для завдання шкоди людям.

«Ми не хочемо бути ескалаційною частиною системи, — заявив де Вітте. — Скажімо, я б вийшов і сказав: “Ми розробляємо летальну автономність”. Як ви думаєте, що б сталося в інших країнах?»

Це обмеження на військове застосування з’являється в той час, коли Кремнієва долина стає все більш прихильною до військових розробок, хоча де Вітте каже, що радий, якщо його моделі використовуватимуться для пошуково-рятувальних операцій.

Де Вітте — нідерландець, і значна частина його команди — європейці, що формує ідентичність компанії. Він зазначив, що запросив Мартін частково через її рішення публічно звільнитися з Palantir через співпрацю з Імміграційною та митною службою США.

«Я не знаю, чому Кремнієва долина робить те, що робить, — сказав він. — Є причина, чому мене там немає».

Етичні принципи де Вітте не лише обмежують те, чого не робитимуть моделі. Як геймер, який заробив 1,5 мільйона доларів, створивши та підтримуючи приватний сервер RuneScape у підлітковому віці, де Вітте також думає про тих, хто залишиться позаду через можливості ШІ-моделей.

General Intuition нещодавно запустила платформу Nerve — ринок праці, що дозволяє геймерам заробляти гроші, використовуючи своє існуюче обладнання. Ті, хто реєструється, починають з маркування даних, а згодом можуть перейти до телеоперацій роботів та інших завдань. Де Вітте зазначив, що база користувачів Medal — це саме те покоління, яке найбільше страждає від витіснення роботою через ШІ, і він хоче, щоб вони мали частку в майбутньому.

Маховик даних

Де Вітте прагне, щоб General Intuition стала платформою для розвитку екосистеми, подібно до Anthropic чи OpenAI — постачальником моделей, який дозволяє іншим будувати на основі своєї технології. Сьогодні стартап має декілька клієнтів у сферах ігор, симуляції та робототехніки.

«Ми не будемо створювати компанію з виробництва самокерованих автомобілів, — сказав де Вітте. — Ми зробимо так, щоб наступній людині було в 10 разів легше створити таку компанію».

Компанія стверджує, що після інтеграції свого API з більшою кількістю клієнтів вона зможе протестувати свої можливості в різноманітних сценаріях використання — наприклад, тестування робота в цифровому двійнику фабрики, керування гуманоїдним ботом у ігровій студії або відправка чотирилапого для навігації в небезпечних середовищах.

Хоча чотирилапий робот є першим фізичним втіленням, яке General Intuition випробувала в реальному світі, вони також тестували дрони та інші пристрої, включно з ігровими симуляторами для водіння.

«Це працює на будь-чому, що можна контролювати за допомогою ігрового контролера або миші з клавіатурою», — зазначив де Вітте.

Можливість побудови маховика даних є однією з головних цілей.

«Ми обиратимемо клієнтів, де ми зможемо диверсифікувати втілення, для яких ця узагальнена базова модель слугуватиме основою, — пояснив де Вітте. — Тому ми пріоритезуватимемо клієнтів залежно від того, чи зможуть вони надати реальні дані, які будуть цікавими та корисними для просування досліджень. І якщо вони матимуть гнучку внутрішню команду, з якою ми зможемо бути справді залученими партнерами та вчитися один у одного».

Хосла підкреслив, що саме пропрієтарні дані General Intuition допомогли досягти такого успіху, і їхня здатність продовжувати збирати унікальні дані буде ключовою. Особливо тому, що, попри вражаючі демонстрації, питання про те, чи зможе передача знань із симуляції в реальний світ працювати в масштабі, залишається відкритим і досі не отримало повну відповідь.

Виправлення: У заголовку раніше було некоректно вказано суму, яку General Intuition залучила в цьому раунді. Помилку виправлено.

За даними порталу: techcrunch.com