General Intuition invierte 2.3B en videojuegos para entrenar a agentes de IA para el mundo real

En cuanto pisé la planta de I+D de General Intuition en Nueva York, el cofundador y director general de la empresa, Pim de Witte, de 31 años, señaló un monitor situado sobre un escritorio alto. Alguien parecía estar jugando a algo parecido a Fortnite, pero no era un humano.

«Nuestro agente lleva jugando 100 horas seguidas», dijo Kent Rollins, director de producto, con una sonrisa radiante.

Antes de que pudiera asimilar del todo la imagen de una IA moviéndose por un entorno de juego virtual, oí los pasos electrónicos de un gran robot de cuatro patas que se acercaba.

«El mismo cerebro que controla al agente del juego también controla al robot», me explicó de Witte.

Josh Duplantis, un analista de datos que llevaba un portátil con el que se retransmitía en directo la imagen de la única cámara del robot, intervino para explicar que el modo predeterminado del robot era «exploración».

Utilizando esa cámara —su único ojo—, el gigantesco robot con aspecto de insecto se acercó a mí, dio una vuelta a mi alrededor y siguió su camino hacia el interior de la oficina. De vez en cuando chocaba con las patas de las sillas o con algún cubo de basura fuera de lugar, muy parecido a un niño pequeño que aún está aprendiendo cómo se relaciona su cuerpo con el mundo. Duplantis señaló que solo hicieron falta ocho minutos de datos robóticos del mundo real para ajustar un modelo de IA para el cuadrúpedo. Y esos datos se habían recopilado en la calle, no dentro de la oficina por la que el robot se estaba desplazando por sí mismo.

Un modelo «agente» capaz de generalizar desde el juego hasta la simulación y la encarnación física constituye el núcleo de la misión de General Intuition. Y su capacidad para descubrir su lugar en el mundo ha atraído el respaldo de algunas figuras destacadas.

El jueves, General Intuition anunció que había recaudado 320 millones de dólares con una valoración de 2.3 mil millones de dólares, lo que confirma la información previa de TechCrunch. Esta ronda eleva la financiación total revelada de la startup a 454 millones de dólares, tras la ronda de 134 millones de dólares que recaudó en su lanzamiento en octubre del año pasado.

La startup surgió de otra empresa de de Witte, Medal, que permite a los jugadores subir y compartir clips de videojuegos. Los cientos de millones de horas de partidas subidas proporcionaron el conjunto de datos inicial para entrenar el modelo de General Intuition en razonamiento espacio-temporal: comprender cómo moverse a través del espacio y el tiempo.

Pero la clave no fueron solo las grabaciones de juego, sino las etiquetas de acción incrustadas en esos clips: registros de exactamente qué botones pulsó un jugador y cuándo. La mayoría de los competidores, afirma de Witte, intentan inferir las acciones a partir del vídeo únicamente, lo que, según él, no es suficiente.

«Consideramos que esta es la siguiente etapa del preentrenamiento», afirmó de Witte. «Contamos con un único modelo capaz de responder a la información de Fortnite que aparece en pantalla y llevar a cabo acciones, pero también de gestionar la dinámica del mundo real de una forma que un modelo de lenguaje grande (LLM) nunca podría».

En un momento dado, de Witte me proporcionó un portátil en el que se ejecutaba el modelo del mundo de General Intuition: un entorno simulado generado fotograma a fotograma, en lugar de renderizado por un motor de juego tradicional. Como suelo hacer cuando pruebo modelos del mundo, me topé directamente con una serie de paredes. En otras demostraciones que he probado, los agentes a veces atraviesan los obstáculos, pero este no lo hizo. A partir de millones de horas de juego, de alguna manera aprendió que las paredes son paredes, que las escaleras sirven para trepar y que las sombras se alargan a medida que se mueve el sol.

Para General Intuition, este modelo del mundo no es el producto, sino el entorno de entrenamiento, al que internamente llaman «el gimnasio». En última instancia, la empresa quiere vender el propio modelo de agente. De Witte sostiene que los datos de acción integrados en el juego ayudan al modelo a distinguir entre el «yo» y el «entorno», lo que le proporciona una comprensión más profunda de la causalidad.

Por muy impresionante que parezca la tecnología de General Intuition en las demostraciones, la empresa no es la única que trabaja en este problema. Además, aún no se ha conseguido que un modelo de este tipo funcione a gran escala en el mundo físico. La mayoría de los enfoques de este tipo requieren enormes cantidades de datos del mundo real, que se recopilan lentamente y a un alto coste. La apuesta de General Intuition es que el juego ofrece un atajo escalable.

Sus inversores se muestran convencidos con esa apuesta. La última ronda de financiación de General Intuition estuvo liderada por Khosla Ventures, con la participación de General Catalyst, Jeff Bezos, Eric Schmidt, Nico Rosberg e investigadores de Google DeepMind y del MIT.

La gran mayoría de los fondos de esta ronda se destinará a ampliar la capacidad de cálculo. General Intuition tiene un acuerdo con CoreWeave y planea centrarse en el preentrenamiento de la próxima versión del modelo. También se ha reservado una parte para que su API esté disponible de forma más amplia a finales de verano.

Vinod Khosla, cuya empresa lideró la ronda, afirma que le atrajo la visión de de Witte y la posición de la empresa en cuanto a datos propios.

«Si nos fijamos en los modelos de lenguaje grande (LLM), cuando surgió el razonamiento, supuso un salto cuántico», me comentó Khosla en una entrevista telefónica. «En los modelos del mundo, creo que el salto cuántico es la aparición de la intuición en la IA —una intuición similar a la humana—. Los datos sobre las acciones y reacciones humanas procedentes de los videojuegos son clave para que eso suceda».

La visión es la de una empresa generacional

General Intuition se basa en datos procedentes de fragmentos de videojuegos de Medal. Créditos de la imagen: Medal.TV

General Intuition no es la única empresa que reconoce los datos de acciones humanas de Medal como una pieza clave para construir modelos de mundo dinámicos y agentes generales. Brianna Martin, jefa de personal de la startup, afirmó que la empresa nació, en parte, después de que Medal rechazara una oferta de adquisición por parte de un importante laboratorio. Desde entonces ha habido otras ofertas.

De Witte y sus cofundadores —Eloi Alonso, Adam Jelley y Vincent Micheli— no están interesados en ser adquiridos, y los inversores de la startup tampoco buscan una salida por el momento. La cantidad y la calidad de los datos propios de los que dispone General Intuition a través de Medal es una de las razones por las que Khosla cree que la startup es una apuesta generacional, y no un objetivo de fusiones y adquisiciones; es decir, que podría convertirse en la columna vertebral de los agentes generalizados y los modelos del mundo tanto en la simulación como en el mundo real.

«En este momento, se trataría de una adquisición de datos, lo cual no resulta especialmente interesante», afirmó Khosla.

Parte de esa apuesta también implica confiar en los valores de De Witte.

El emprendedor pasó tres años trabajando en el ámbito humanitario, entre otros con Médicos Sin Fronteras. Como resultado, ha trazado una línea clara sobre cómo se utilizará la tecnología de General Intuition: no se desplegarán agentes para causar daño a los seres humanos.

«No queremos ser un elemento que agrave la situación del sistema», afirmó de Witte. «Si saliera a decir: “Estamos desarrollando autonomía letal”, ¿qué crees que pasaría en otros países?».

Esa restricción en los casos de uso militar se produce en un momento en que Silicon Valley se muestra cada vez más optimista respecto a la defensa, aunque de Witte afirma que le complace que sus modelos se utilicen en misiones de búsqueda y rescate.

De Witte es neerlandés y gran parte de su equipo es europeo, lo que conforma la identidad de la empresa. Afirma que contrató a Martin en parte por su decisión de dimitir públicamente de Palantir debido a la colaboración de esta empresa con el Servicio de Inmigración y Control de Aduanas de EE. UU.

«No sé por qué Silicon Valley hace lo que hace», afirmó. «Hay una razón por la que no estoy allí».

La ética de De Witte no se limita únicamente a lo que los modelos no harán. Como jugador que ganó 1,5 millones de dólares creando y alojando un servidor privado de RuneScape en su adolescencia, también piensa en lo que les ocurre a las personas que se quedan atrás ante lo que los modelos de IA son capaces de hacer.

General Intuition ha lanzado recientemente una plataforma llamada Nerve, un mercado de empleo que permite a los gamers ganar dinero utilizando sus equipos actuales. Quienes se registran empiezan con el etiquetado de datos y, con el tiempo, pueden pasar a la teleoperación de robots y otras tareas. La base de usuarios de Medal, señaló De Witte, es precisamente la generación más expuesta al desplazamiento provocado por la IA, y él quiere que tengan voz y voto en lo que está por venir.

Un «flywheel» de datos

De Witte quiere que General Intuition sea un facilitador de ecosistemas, como Anthropic u OpenAI: un proveedor de modelos que permita a otros desarrollar soluciones basadas en su tecnología. En la actualidad, la startup cuenta con un puñado de clientes en los sectores de los videojuegos, la simulación y la robótica.

«No vamos a crear una empresa de coches autónomos», afirmó de Witte. «Vamos a hacer que a la próxima persona le resulte diez veces más fácil crear una empresa de coches autónomos».

La empresa afirma que, una vez que su API esté al alcance de más clientes, podrá poner a prueba sus capacidades en una variedad de casos de uso —como probar un robot en un gemelo digital de una planta de producción, hacer funcionar un bot con aspecto humano dentro de un estudio de videojuegos o enviar un cuadrúpedo a explorar entornos peligrosos—.

Aunque el cuadrúpedo es la primera encarnación física que General Intuition ha probado en el mundo real, también ha realizado pruebas con drones y otros dispositivos, incluyendo la ejecución del modelo en videojuegos de conducción.

«Funciona en cualquier cosa que se pueda controlar con un mando de videojuegos o con teclado y ratón», afirmó de Witte.

Uno de los objetivos es crear un «flywheel» de datos.

«Seleccionaremos a aquellos clientes con los que podamos diversificar las aplicaciones en las que este modelo base generalizado sirva de columna vertebral», explicó de Witte. «Daremos prioridad a los clientes que puedan ofrecer datos del mundo real que sean interesantes y útiles para impulsar la investigación, y que cuenten con un equipo interno ágil en el que podamos integrarnos como socios y aprender unos de otros».

Khosla señaló que los datos propios de General Intuition le han permitido llegar hasta aquí, y que su capacidad para seguir recopilando datos que nadie más tiene será esencial. Sobre todo porque, a pesar de las impresionantes demostraciones, sigue siendo una incógnita que nadie ha resuelto del todo: si la transferencia de la simulación al mundo real se mantiene a gran escala.

Corrección: El titular indicaba erróneamente la cantidad que General Intuition había recaudado en esta ronda. El error ha sido corregido.