General Intuition zmierza z AI w świat fizyczny, a inwestorzy wyceniają startup na 6 miliardów

Poruszanie się w przestrzeni jest o rząd wielkości trudniejsze dla sztucznej inteligencji niż zwykłe zadania konwersacyjne. General Intuition, startup budujący modele fundamentowe, które uczą agentów radzenia sobie z przestrzenią i czasem, prowadzi negocjacje w sprawie nowej inwestycji. Spodziewana wycena sięga 6 miliardów dolarów, a według informacji TechCrunch w rundzie wezmą udział znane fundusze inwestycyjne.

To ogromny skok. Jeszcze niedawno General Intuition zebrał 320 milionów dolarów przy wycenie 2,3 miliarda. Rynek w ten sposób daje jasny sygnał, że fizyczna AI i zdolność przenoszenia wnioskowania modeli do ciał robotów to obecnie niezwykle ceniony zakład w Dolinie Krzemowej.

Baza danych łączy miliony godzin nagrań z gier

Podejście General Intuition opiera się na nietypowym zestawie danych. Założyciel Pim de Witte wykorzystał informacje ze swojej platformy Medal do udostępniania klipów z gier. Setki milionów godzin rozgrywki, sprzężone z precyzyjnymi naciśnięciami przycisków, tworzą unikalną warstwę etykiet akcji. Model uczy się na nich, jak konkretne ingerencje zmieniają otoczenie.

Takie podejście ma wyposażyć model w umiejętność generalizowania zachowań na nowe, nieznane wcześniej zadania bez konieczności ich jawnego zaprogramowania. Zamiast syntetycznych zestawów danych, rozwiązanie bazuje na ogromnym zapisie realnych reakcji ludzi w symulowanej przestrzeni.

Symulacje muszą radzić sobie z niedoskonałościami sprzętu

Obecna runda inwestycyjna jest podobno nadsubskrybowana, a pieniądze są kluczowe dla firmy. General Intuition musi opłacić potężną infrastrukturę obliczeniową u partnerskiego dostawcy chmury CoreWeave oraz zatrudnić specjalistów od integracji sprzętowej. Fizyczny świat jednak nie wybacza błędów.

Wyścig o pierwszy prawdziwie uniwersalny model do wdrożeń fizycznych wchodzi w fazę, gdzie demonstracja możliwości w grach już nie wystarcza. Sensory prawdziwych robotów są zaszumione, silniki mają opóźnienia, a materiały zachowują się nieprzewidywalnie.

Przenaszalność do fizycznego świata zadecyduje o sukcesie

Kluczowym wskaźnikiem będzie to, jak łatwo umiejętności wyuczone w grach wideo uda się przetransferować do prawdziwych maszyn. Udany, płynny transfer bez długotrwałego dostrajania pod konkretne podwozie udowodni, że dane z gier wystarczą do zrozumienia fizyki. Jeśli model General Intuition poradzi sobie z tym przejściem, miliardowa wycena z perspektywy czasu okaże się uzasadniona.

Dominacja w symulacji nie gwarantuje odporności w terenie

Startup obiecuje stworzyć uniwersalnego agenta, ale praktyka pokazuje, że modele trenowane bez kontaktu z rzeczywistością często zawodzą przy najmniejszych zmianach oświetlenia czy tarcia. Zobaczymy, czy gigantyczna ilość danych z gier będzie w stanie zrekompensować brak prawdziwego fizycznego doświadczenia z niedoskonałościami realnego świata.

Werdykt Lilith

Kto kontroluje dane o płynnym ruchu w przestrzeni, będzie zarządzał jutrzejszą logistyką. Półmiliardowy zakład, że zrozumienie fizyki można wyciągnąć ze streamów z gier, pokazuje, w jakim kierunku zmierza popyt na jakościowe dane.