Компания General Intuition вкладывает 2,3 млрд долларов в видеоигры для обучения ИИ-агентов работе в реальном мире

Как только я вошёл в отдел исследований и разработок компании General Intuition в Нью-Йорке, 31-летний соучредитель и генеральный директор компании Пим де Витте указал на монитор, установленный на столе для работы стоя. Казалось, что кто-то играет в что-то вроде «Fortnite» — но это был не человек.

«Наш агент играет уже 100 часов подряд», — с широкой улыбкой сказал Кент Роллинс, директор по продуктам.

Не успел я до конца осознать, что вижу, как искусственный интеллект перемещается по виртуальной игровой среде, как услышал приближающиеся электронные шаги большого четвероногого робота.

«Тот же «мозг», который управляет игровым агентом, управляет и роботом», — пояснил мне де Витте.

Джош Дюплантис, аналитик данных, державший в руках ноутбук, на экране которого в режиме реального времени транслировалось изображение с единственной камеры робота, вступил в разговор, чтобы пояснить, что режим по умолчанию робота — «исследование».

Используя эту камеру — свой единственный «глаз» — гигантский робот, похожий на насекомое, подошел ко мне, обошел вокруг и продолжил путь в офис. Время от времени он натыкался на ножки стульев или стоящую не на месте мусорную корзину, совсем как малышка, которая еще учится понимать, как ее тело взаимодействует с окружающим миром. Дюплантис отметил, что для тонкой настройки модели искусственного интеллекта для четвероногого робота потребовалось всего восемь минут реальных данных о робототехнике. Причем эти данные были собраны на улице, а не в том самом офисе, где робот сейчас передвигался самостоятельно.

Агентная модель, способная обобщать опыт от игрового процесса до симуляции и физического воплощения, лежит в основе миссии General Intuition. А её способность определять своё место в мире привлекла поддержку со стороны ряда известных компаний.

В четверг General Intuition объявила о привлечении 320 миллионов долларов при оценке компании в 2,3 миллиарда долларов, что подтвердило ранее опубликованную информацию TechCrunch. Этот раунд финансирования довел общую сумму раскрытого финансирования стартапа до 454 миллионов долларов, после того как в октябре прошлого года при запуске компания привлекла 134 миллиона долларов.

Стартап выделился из другой компании де Витте — Medal, которая позволяет геймерам загружать и делиться видеороликами из игр. Сотни миллионов часов загруженного игрового процесса послужили исходным набором данных для обучения модели General Intuition пространственно-временному мышлению — пониманию того, как перемещаться в пространстве и времени.

Однако ключевую роль сыграли не только видеозаписи игрового процесса, но и метки действий, встроенные в эти клипы — записи о том, какие именно кнопки нажимал игрок и когда. По словам де Витте, большинство конкурентов пытаются выводить действия исключительно на основе видео, чего, по его мнению, недостаточно.

«Мы рассматриваем это как следующий этап предварительного обучения, — сказал де Витте. — У нас есть единая модель, которая может реагировать на информацию из Fortnite на экране и предпринимать действия, но при этом также справляться с динамикой реального мира так, как это никогда не смогла бы сделать LLM».

В какой-то момент де Витте предоставил мне ноутбук с запущенной моделью мира от General Intuition — симулированной средой, генерируемой кадр за кадром, а не рендерируемой традиционным игровым движком. Как я часто делаю при тестировании моделей мира, я пошел прямо на серию стен. В других демо-версиях, которые я пробовал, агенты иногда проходили сквозь препятствия, но этот — нет. За миллионы часов игрового процесса он каким-то образом научился тому, что стены — это стены, лестницы — для лазания, а тени удлиняются по мере движения солнца.

Для General Intuition эта модель мира — не продукт, а среда обучения, которую внутри компании называют «тренажерным залом». В конечном итоге компания хочет продавать саму агентскую модель. Де Витте утверждает, что данные о действиях, встроенные в игровой процесс, помогают модели отличать «себя» от «окружающей среды», давая ей более глубокое понимание причинно-следственных связей.

Несмотря на то, что технология General Intuition выглядит впечатляюще в демонстрациях, компания не единственная, кто работает над этой проблемой. Более того, пока еще не удалось добиться, чтобы такая модель масштабно работала в реальном мире. Большинство подобных подходов требуют огромных объемов реальных данных, сбор которых занимает много времени и требует значительных затрат. General Intuition делает ставку на то, что игровой процесс предлагает масштабируемый «короткий путь».

Её инвесторы поддерживают эту ставку. Последний раунд финансирования General Intuition возглавила Khosla Ventures при участии General Catalyst, Джеффа Безоса, Эрика Шмидта, Нико Росберга, а также исследователей из Google DeepMind и Массачусетского технологического института (MIT).

Подавляющая часть средств этого раунда пойдет на расширение вычислительных мощностей. General Intuition заключила соглашение с CoreWeave и планирует сосредоточиться на предварительном обучении следующей версии модели. Часть средств также выделена на то, чтобы к концу лета сделать свой API более широко доступным.

Винод Хосла, чья компания возглавила раунд, говорит, что его привлекли видение де Витте и уникальные данные, которыми располагает компания.

«Если посмотреть на большие языковые модели (LLM), то появление способности к рассуждению стало настоящим квантовым скачком, — сказал мне Хосла в телефонном интервью. — В области моделей мира, на мой взгляд, квантовым скачком станет появление интуиции в ИИ — интуиции, подобной человеческой. Данные о действиях и реакциях людей, полученные из игр, являются ключом к появлению этой интуиции».

Видение — это компания на целое поколение

General Intuition использует данные из видеороликов с игровыми сценами, предоставленные Medal. Источник изображения: Medal.TV

General Intuition — не единственная компания, которая считает данные о действиях людей от Medal ключевым элементом для построения динамических моделей мира и универсальных агентов. Брианна Мартин, руководитель аппарата стартапа, рассказала, что компания возникла, в частности, после того, как Medal отклонила предложение о поглощении от одной из крупных исследовательских лабораторий. С тех пор поступали и другие предложения.

Де Витте и его соучредители — Элои Алонсо, Адам Джелли и Винсент Микели — не заинтересованы в поглощении, и инвесторы стартапа пока тоже не ищут возможности выхода из инвестиций. Объем и качество собственных данных, которыми General Intuition располагает благодаря Medal, — одна из причин, по которой Хосла считает этот стартап «ставкой на поколение», а не объектом слияний и поглощений: он может стать основой для обобщенных агентов и моделей мира как в симуляциях, так и в реальном мире.

«На данном этапе это было бы просто приобретением данных, что не представляет особого интереса», — сказал Хосла.

Частью этой ставки также является доверие к ценностям де Витте.

Предприниматель три года проработал в гуманитарной сфере, в том числе в организации «Врачи без границ». В результате он четко обозначил границы использования технологий General Intuition: никакие агенты не будут задействованы с целью нанесения вреда людям.

«Мы не хотим быть той частью системы, которая ведет к эскалации конфликтов», — сказал де Витте. «Если бы я выступил и заявил: „Мы занимаемся разработкой систем с летальной автономией“, как вы думаете, что произошло бы в других странах?»

Это ограничение на военные сценарии использования возникает на фоне того, что Кремниевая долина все более активно продвигается в оборонную сферу, хотя де Витте говорит, что рад, если его модели будут использоваться в поисково-спасательных операциях.

Де Витте — голландец, и большая часть его команды — европейцы, что определяет идентичность компании. Он говорит, что пригласил Мартин отчасти из-за её решения публично уйти из Palantir из-за сотрудничества этой компании с Иммиграционной и таможенной полицией США.

«Я не знаю, почему Кремниевая долина поступает так, как поступает, — сказал он. — Есть причина, по которой я там не нахожусь».

Этика де Витте не ограничивается лишь тем, чего модели не будут делать. Как геймер, заработавший в подростковом возрасте 1,5 миллиона долларов на создании и хостинге частного сервера RuneScape, он также задумывается о том, что происходит с людьми, которые остаются позади в связи с возможностями моделей искусственного интеллекта.

Недавно General Intuition запустила платформу под названием Nerve — биржу вакансий, которая позволяет геймерам зарабатывать деньги, используя свои существующие настройки. Те, кто регистрируется, начинают с маркировки данных и со временем могут перейти к дистанционному управлению роботами и другим задачам. Как отметил де Витте, пользовательская база Medal — это именно то поколение, которое в наибольшей степени подвержено вытеснению из-за развития ИИ, и он хочет, чтобы они имели долю в том, что нас ждет в будущем.

«Маховик данных»

Де Витте хочет, чтобы General Intuition стала катализатором экосистемы, подобно Anthropic или OpenAI — поставщиком моделей, позволяющим другим создавать решения на основе её технологий. На сегодняшний день у стартапа есть несколько клиентов в сферах игр, моделирования и робототехники.

«Мы не собираемся создавать компанию по производству беспилотных автомобилей, — сказал де Витте. — Мы собираемся в 10 раз упростить для следующего человека создание компании по производству беспилотных автомобилей».

Компания заявляет, что как только её API станет доступен большему числу клиентов, она сможет проверить его возможности в самых разных сценариях использования — например, тестировать робота в цифровом двойнике производственного цеха, управлять человекоподобным ботом в игровой студии или отправлять четвероногого робота для работы в опасных средах.

Хотя четвероногий робот — это первое физическое воплощение, которое General Intuition опробовала в реальном мире, компания также тестировала дроны и другие устройства, в том числе запускала модель в гоночных играх.

«Она работает на любом устройстве, которым можно управлять с помощью игрового контроллера, клавиатуры или мыши», — сказал де Витте.

Одна из целей — создать «маховик данных».

«Мы будем выбирать клиентов, с которыми сможем диверсифицировать варианты реализации, для которых эта обобщенная базовая модель служит основой», — сказал де Витте. «Мы будем отдавать приоритет клиентам, которые могут предоставить реальные данные, интересные и полезные для продвижения исследований, и у которых есть гибкая внутренняя команда, в которую мы сможем интегрироваться в качестве партнеров и учиться друг у друга».

Хосла отметил, что собственные данные General Intuition позволили компании достичь нынешних результатов, и её способность продолжать сбор данных, которых нет ни у кого другого, будет иметь решающее значение. Особенно потому, что, несмотря на впечатляющие демонстрации, вопрос о том, сохраняется ли перенос результатов моделирования в реальный мир в масштабе, остаётся открытым, и никто пока не дал на него исчерпывающего ответа.

Исправление: в прежнем заголовке была указана неверная сумма, привлечённая General Intuition в рамках данного раунда. Ошибка исправлена.