General Intuition, startup AI od twórców platformy Medal, zebrał 133,7 mln dolarów. Wykorzysta 2 mld klipów z gier rocznie do trenowania modeli AI.
W skrócie:
- General Intuition, laboratorium AI wywodzące się z platformy Medal, pozyskało 133,7 mln dolarów w rundzie zalążkowej prowadzonej przez Khosla Ventures i General Catalyst.
- Startup wykorzystuje unikalny zbiór 2 miliardów klipów z gier rocznie do trenowania modeli AI w rozumowaniu czasoprzestrzennym, kluczowym dla interakcji ze światem.
- Celem firmy jest tworzenie zaawansowanych botów do gier, które prześcigną skryptowe NPC, a także agentów AI do autonomicznych dronów poszukiwawczo-ratowniczych.
Na rynku startupów AI kwoty rzędu 100 milionów dolarów w rundzie zalążkowej przestały szokować, ale historia General Intuition ma w sobie coś więcej niż tylko zera na koncie. To opowieść o danych, które okazały się tak cenne, że – jak donosił The Information – sam gigant OpenAI próbował kupić firmę-matkę za pół miliarda dolarów. Oferta została odrzucona. Zamiast sprzedaży, twórcy platformy Medal dla graczy postanowili pójść własną drogą i powołali do życia General Intuition – laboratorium, które ma nauczyć maszyny czegoś, czego wciąż brakuje nawet najpotężniejszym LLM-om: intuicji przestrzennej. Na ten cel właśnie zebrali astronomiczne 133,7 miliona dolarów od funduszy Khosla Ventures i General Catalyst.
Dlaczego nagrania z gier są nowym złotem dla AI?
Fundamentem General Intuition jest potężny i unikalny zbiór danych należący do Medal – platformy, na której 10 milionów aktywnych użytkowników miesięcznie dzieli się klipami ze swoich rozgrywek. Rocznie daje to około 2 miliardy nagrań wideo z dziesiątek tysięcy różnych gier. To nie jest ten sam materiał, który znajdziemy na Twitchu czy YouTube. To surowe, krótkie fragmenty pokazujące świat z perspektywy gracza. Pim de Witte, CEO obu firm, tłumaczy to wprost: “Kiedy grasz w gry wideo, zasadniczo przenosisz swoją percepcję, zwykle przez widok pierwszoosobowy kamery, do różnych środowisk”. To właśnie ta perspektywa jest kluczowa. AI uczy się widzieć świat tak, jak widzi go człowiek sterujący awatarem.
Co więcej, de Witte wskazuje na specyficzną naturę tych danych. Gracze najczęściej publikują klipy dokumentujące ekstremalne sytuacje – spektakularne zwycięstwa lub absurdalne porażki. Z perspektywy trenowania modelu to bezcenne “przypadki brzegowe”, które pozwalają AI uczyć się na błędach i sukcesach, a nie tylko na neutralnej, przewidywalnej rozgrywce. Ta “fosa danych” (data moat) jest tak głęboka, że przyciągnęła uwagę największych graczy, a teraz stała się paliwem dla jednego z najciekawiej zapowiadających się projektów w branży.
Jak nauczyć maszynę intuicji, a nie tylko reguł?
Zespół General Intuition nie idzie na skróty. Ich agenci AI uczą się wyłącznie na podstawie danych wizualnych – widzą na ekranie dokładnie to samo, co ludzki gracz. Nie mają dostępu do kodu gry, nie znają jej wewnętrznych mechanizmów. Poruszają się, naśladując sygnały z kontrolera. Takie podejście sprawia, że wypracowane przez model umiejętności można naturalnie przenieść do świata fizycznego. W końcu robotyczne ramiona, drony czy pojazdy autonomiczne często są sterowane przez ludzi za pomocą… kontrolerów do gier. To genialne w swojej prostocie.
Pierwsze zastosowania? Oczywiście gaming. Zamiast tworzyć boty i postacie niezależne (NPC) oparte na sztywnych skryptach, firma chce dać deweloperom agentów, którzy dynamicznie adaptują się do gracza. Moritz Baier-Lentz, jeden z założycieli i partner w Lightspeed Ventures, wyjaśnia: “[Boty] mogą skalować się do dowolnego poziomu trudności. Nie chodzi o stworzenie boga, który wszystkich pokonuje, ale o możliwość stopniowego skalowania i wypełniania luki dla każdej sytuacji gracza, aby jego wskaźnik wygranych zawsze oscylował wokół 50%, co maksymalizuje zaangażowanie i retencję”. Drugim, bardziej szlachetnym celem, są drony poszukiwawczo-ratownicze, które dzięki takiemu treningowi mogłyby autonomicznie nawigować w nieznanym terenie, nawet bez dostępu do GPS.
Czy to brakujący element na drodze do AGI?
Podczas gdy większość czołowych laboratoriów AI skupia się na doskonaleniu wielkich modeli językowych, General Intuition stawia tezę, że prawdziwa ogólna sztuczna inteligencja (AGI) wymaga czegoś więcej. Czegoś, co Pim de Witte nazywa rozumowaniem czasoprzestrzennym. “Jako ludzie tworzymy tekst, aby opisać, co dzieje się w naszym świecie, ale w ten sposób tracimy wiele informacji. Tracimy ogólną intuicję związaną z rozumowaniem czasoprzestrzennym” – twierdzi CEO. Innymi słowy, LLM potrafi opisać jabłko, ale nie “rozumie” intuicyjnie, co się stanie, gdy to jabłko spadnie ze stołu. Modele trenowane na symulacjach fizycznego świata – a gry wideo są takimi symulacjami – mają tę lukę wypełnić.
Firma wyraźnie odróżnia się też od konkurencji, takiej jak DeepMind (z modelem Genie) czy World Labs. General Intuition nie zamierza sprzedawać swoich modeli świata, na których trenuje agentów. Zamiast tego chce oferować gotowych, wyszkolonych agentów. To sprytne posunięcie pozwala uniknąć potencjalnych problemów z prawami autorskimi deweloperów gier, których światy posłużyły do treningu. Stawiają na produkt końcowy, a nie na technologię bazową. To może być klucz do komercyjnego sukcesu i cichy krok w stronę inteligencji, która nie tylko mówi, ale też rozumie świat, w którym działa.