تربیت هوش مصنوعی با بازیهای ویدئویی: جنرال اینتوییشن ۳۲۰ میلیون دلار جذب کرد
استارتاپ جنرال اینتوییشن با تکیه بر دادههای میلیونها ساعت گیمپلی، مدلهای هوش مصنوعی میسازد که نهتنها در بازیها، بلکه در دنیای واقعی و رباتها نیز عملکردی شهودی دارند. این سرمایهگذاری عظیم نشان از باور سرمایهگذاران به آیندهای دارد که در آن هوش مصنوعی از دل سرگرمیهای دیجیتال متولد میشود.
تهران، ایران – در دفتر تحقیق و توسعه استارتاپ جنرال اینتوییشن (General Intuition) در نیویورک، یک هوش مصنوعی بهمدت ۱۰۰ ساعت متوالی مشغول انجام یک بازی شبیه فورتنایت بود. اما نکته جالب اینجا بود که همان مغز، همزمان یک ربات چهارپای بزرگ را نیز در دفتر هدایت میکرد، رباتی که با دوربینی تکچشمی در میان میز و صندلیها راه میرفت و گاه به موانع برخورد میکرد؛ درست مثل کودکی که تازه راه رفتن را یاد گرفته است.
به گزارش تککرانچ، این استارتاپ جوان بهتازگی اعلام کرده که ۳۲۰ میلیون دلار سرمایه جدید با ارزشگذاری ۲.۳ میلیارد دلاری جذب کرده است. دور جدید به رهبری Khosla Ventures و با مشارکت چهرههایی چون جف بزوس و اریک اشمیت انجام شده و کل سرمایه جذبشده شرکت را به ۴۵۴ میلیون دلار میرساند.
راز در دادههای کنش نهفته است
جنرال اینتوییشن که از دل پلتفرم اشتراکگذاری کلیپهای بازی Medal بیرون آمده، از میلیونها ساعت ویدئوی گیمپلی استفاده میکند، اما برگ برنده آن صرفاً فیلم بازیها نیست. برخلاف بسیاری از رقبا که سعی میکنند تنها از روی تصاویر، رفتار عاملهای هوش مصنوعی را آموزش دهند، این شرکت از دادههای کنش (Action Data) بهره میبرد: ثبت دقیق اینکه کاربر در هر لحظه چه دکمهای را فشار داده است. این اطلاعات به مدل میآموزد که «خود» را از «محیط» تشخیص دهد و درکی سببی از جهان پیدا کند.
پیم دِ ویت (Pim de Witte)، مدیرعامل ۳۱ ساله شرکت، این رویکرد را «مرحله بعدی پیشآموزش» مینامد و میگوید: «ما یک مدل واحد داریم که میتواند هم به اطلاعات روی صفحه فورتنایت پاسخ دهد و هم به پویاییهای دنیای واقعی، بهشیوهای که مدلهای زبانی بزرگ هرگز نمیتوانند.»
از بازی تا دنیای واقعی
در نمایشی دیگر، خبرنگار تککرانچ یک لپتاپ با مدل جهانی (World Model) جنرال اینتوییشن را آزمایش کرد؛ محیطی شبیهسازیشده که فریمبهفریم تولید میشود، نه با موتور بازی سنتی. برخورد به دیوارها کاملاً ملموس بود؛ مدل از میلیونها ساعت بازی یاد گرفته که دیوار یعنی مانع، نردبان برای بالا رفتن است و سایهها با حرکت خورشید بلندتر میشوند.
اما محصول نهایی این مدل جهانی نیست، بلکه خودِ مدل عاملمحور است. این شرکت قصد دارد API مدل خود را در اختیار توسعهدهندگان بگذارد تا در حوزههای بازیسازی، شبیهسازی و رباتیک از آن استفاده کنند. بهگفته دِ ویت: «ما شرکت خودروی خودران نمیسازیم، اما کار را برای کسی که میخواهد چنین شرکتی بسازد ده برابر آسانتر میکنیم.»
ربات چهارپایی که در دفتر راه میرفت، تنها با هشت دقیقه داده رباتیک دنیای واقعی تنظیم دقیق شده بود، آنهم دادههایی که در خیابان جمعآوری شده بودند، نه در خود دفتر. این قابلیت تعمیمپذیری، همان چیزی است که سرمایهگذاران را به وجد آورده است.
خط قرمزهای اخلاقی
دِ ویت که سابقه همکاری با سازمانهای بشردوستانه از جمله پزشکان بدون مرز را دارد، برای فناوری خود خط قرمز مشخصی ترسیم کرده: «هیچ عاملی برای آسیب به انسانها به کار نخواهد رفت.» او حتی ساخت پلتفرمی به نام Nerve را آغاز کرده که به گیمرها اجازه میدهد از طریق برچسبگذاری داده و دورکاری رباتها درآمد کسب کنند؛ کاربرانی که اتفاقاً بیشترین آسیب را از خودکارسازی هوش مصنوعی خواهند دید.
مسیر پیش رو
بخش عمده سرمایه جدید صرف افزایش توان محاسباتی و پیشآموزش نسخه بعدی مدل خواهد شد. قرار است تا پایان تابستان، API بهصورت گستردهتری در دسترس قرار گیرد. وینود خوسلا، سرمایهگذار اصلی این دور، معتقد است همانطور که در مدلهای زبانی، پیدایش استدلال یک جهش کوانتومی بود، در مدلهای جهانی نیز پیدایش «شهود» در هوش مصنوعی جهش بعدی خواهد بود و دادههای کنش انسانی در بازیها کلید این شهود است.
جنرال اینتوییشن حالا خود را آماده میکند تا با انتخاب مشتریانی که میتوانند دادههای واقعی متنوع و ارزشمندی فراهم کنند، چرخهای از بهبود مستمر ایجاد کند؛ رویایی که شاید روزی به ستون فقرات تمام عاملهای هوشمند در دنیای شبیهسازی و واقعی تبدیل شود.