Британский стартап Worldmodeldata предлагает использовать данные из видеоигр для обучения моделей искусственного интеллекта, которые смогут взаимодействовать с физическим миром. По данным издания WIRED, компания собирает информацию о действиях игроков — нажатиях кнопок, движениях джойстика и других командах — и превращает её в наборы данных для так называемых world models (моделей мира). В основе подхода лежит идея о том, что даже простые игровые последовательности содержат ценные сведения, необходимые для обучения ИИ.
В последнее время в среде разработчиков ИИ растёт убеждение, что большие языковые модели (large language models, LLM) ограничены в возможностях, поскольку не способны ориентироваться в реальном пространстве. Такие системы, обученные только на текстах, плохо подходят для управления беспилотными автомобилями, роботизированными манипуляторами и другими устройствами, требующими точности. Для решения этой проблемы исследователи, включая Фэй-Фэй Ли и Яна Лекуна, сосредоточились на создании моделей мира — отдельного класса ИИ.
Чтобы освоить законы физики, моделям мира нужны не только визуальные, но и связанные с действиями данные. Например, для управления роборукой системе требуются видеозаписи с производства и сведения о силе захвата или крутящем моменте. Однако, в отличие от языковых моделей, для которых существует огромное количество текстов, сопоставимого корпуса данных для моделей мира пока нет. Как отмечает специалист по ИИ из Университета Суррея Сяотянь Чжу, для таких систем важны причина и следствие, а в интернете подобной информации очень мало.
Стартап Worldmodeldata, консультируемый Яном Лекуном, намерен решить эту задачу, упаковывая входные данные игровых контроллеров и другую информацию, собранную студиями видеоигр, в обучающие наборы для моделей мира. Некоторые компании, например General Intuition и Niantic, уже самостоятельно собирают игровые данные для построения моделей. Worldmodeldata позиционирует себя как посредника, который курирует и систематизирует данные, избавляя лаборатории от необходимости заключать отдельные соглашения с множеством игровых студий.
«Есть миллионы отличных игр, и они всё больше похожи на реальный мир, — приводит WIRED слова генерального директора Worldmodeldata Реи Лукас. — Почему бы не взять огромный, разнообразный опыт из видеоигр и не обучить ИИ?» Хотя гипотеза ещё не проверена полностью, исследователи в целом исходят из того, что производительность моделей мира будет расти вместе с объёмом обучающих данных, как это происходит с языковыми моделями. Это означает, что нехватка подходящих данных является одним из главных препятствий для прогресса.
Некоторые лаборатории пытались вручную создавать данные, прикрепляя датчики к людям и роботам в тестовых средах, но такой подход даёт мало информации и не учитывает редкие сценарии. По мнению партнёра венчурной фирмы Khosla Ventures Николь Френкель, повторение не позволит охватить беспорядок реального мира, а цена ошибки для автомобиля, самолёта, дрона или автономного погрузчика очень высока. Worldmodeldata утверждает, что уже лицензировала почти миллион часов данных у студий, стоящих за популярными видеоиграми, хотя их названия не раскрываются. В будущем стартап также планирует создать механизмы вознаграждения для отдельных игроков.