Startup General Intuition oznámil, že získal 320 milionů dolarů. Peníze půjdou hlavně na jednu věc: naučit umělou inteligenci pohybovat se v reálném světě tak, že ji nechají hrát videohry. Firma trénuje své modely na stovkách milionů hodin herních záznamů a věří, že právě herní data jsou zkratkou k tomu, aby si stroje osvojily něco, co se blíží lidské intuici.
Novinářka TechCrunche popsala, jak to vypadá přímo ve vývojovém patře newyorské kanceláře firmy. Na monitoru běželo cosi, co připomínalo Fortnite. Jenže hru neovládal člověk. "Náš agent hraje bez přestávky sto hodin," pochlubil se produktový šéf Kent Rollins. Vzápětí kolem prošel velký čtyřnohý robot. Podle spoluzakladatele a šéfa firmy Pima de Witteho pohání robota i herního agenta tentýž mozek.
Stačilo osm minut dat z ulice
Robot se choval jako batole, které ještě pořádně nechápe, kde končí jeho tělo a kde začíná okolí. Vrážel do židlí, vrážel do odpadkového koše, obcházel návštěvníka a mířil dál chodbou. Orientoval se přitom jen podle jediné kamery, svého jediného oka.
Datový analytik Josh Duplantis prozradil detail, který ukazuje, kam firma míří. Na doladění modelu pro toho čtyřnohého robota stačilo pouhých osm minut skutečných dat. A co je zajímavější, ta data se nesbírala v kanceláři, kde se robot právě proháněl, ale venku na ulici. Model tedy zvládl přenést zkušenost z jednoho prostředí do úplně jiného.
Nejde o obraz, ale o to, co hráč zmáčkl
Firma vznikla odštěpením od jiného de Witteho firmy jménem Medal. Ta hráčům umožňuje nahrávat a sdílet klipy ze svých her. Právě stovky milionů hodin nahraného hraní posloužily jako první balík dat, na kterém se model učil takzvané prostorově časové orientaci, tedy jak se pohybovat prostorem a časem.
Klíčovou surovinou ale nebyly samotné záběry. Byly to popisky akcí ukryté v každém klipu, přesné záznamy toho, které tlačítko hráč stiskl a v jakém okamžiku. De Witte tvrdí, že většina konkurentů se snaží akce z videa jenom odhadovat, a to podle něj nestačí. "Bereme to jako další fázi trénování modelů," vysvětlil. Jeden a tentýž model podle něj reaguje na dění na obrazovce ve Fortnite a stejně tak na děje ve skutečném světě, což by žádný jazykový model nedokázal.
World model
De Witte pak nechal novinářku vyzkoušet takzvaný world model, tedy simulované prostředí, které se negeneruje klasickým herním jádrem, ale tvoří se snímek po snímku. Při testech podobných simulací se často stává, že postava, kterou ovládáte, projde přímo skrz stěnu. Tady ne. Ze všech těch odehraných hodin se model nějak naučil, že zeď je zeď, žebřík slouží k lezení a stíny se prodlužují, jak se posouvá slunce.
Zajímavé je, jak firma tuhle simulaci sama vnímá. Není to produkt, který chce prodávat. Interně jí říkají "posilovna", protože slouží jako trénovací hřiště. Firma chce prodávat samotný model agenta. De Witte argumentuje, že popisky akcí ukryté ve hraní pomáhají modelu rozlišit "sebe" od "prostředí", a díky tomu lépe chápe příčinu a následek.
Ať už demo působí sebelíp, General Intuition není jediný, kdo se o tenhle problém pokouší. A jedna věc zůstává nevyřešená: udržet takový model ve fyzickém světě, a to ve velkém měřítku, se zatím nikomu úplně nepovedlo. Většina podobných přístupů potřebuje obrovské množství skutečných dat, jejichž sběr je pomalý a drahý. Firma proto sází na to, že hraní videoher je levnější a rychlejší cesta.
Žádné zbraně a násilí
De Witte strávil tři roky v humanitární oblasti, mimo jiné s Lékaři bez hranic. Podle toho také narýsoval jasnou hranici, kde technologie firmy nesmí skončit. Žádní agenti nasazení k tomu, aby ubližovali lidem. "Nechceme být tou částí systému, která stupňuje napětí," řekl. Zároveň dodal, že mu nevadí, když se jeho modely použijí při pátracích a záchranných akcích. Takový postoj přichází ve chvíli, kdy se Silicon Valley stále více přiklání k vojenským zakázkám. De Witte je Nizozemec a velká část jeho týmu pochází z Evropy, což firmu zřetelně formuje.
Spoluzakladatel myslí i na lidi, které umělá inteligence časem připraví o práci. V mládí si vydělal 1,5 milionu dolarů tím, že postavil a provozoval soukromý server pro hru RuneScape. Firma nedávno spustila platformu Nerve, jakési tržiště práce, kde si hráči mohou vydělat na svém vlastním vybavení. Začínají u označování dat a postupně se mohou dostat k dálkovému ovládání robotů. De Witte upozornil, že uživatelé Medalu jsou přesně tou generací, které hrozí, že ji umělá inteligence z trhu práce vytlačí jako první. Chce, aby na tom, co přijde, měli svůj podíl.
Chtějí být zázemím pro ostatní
Firma si zatím drží hrstku zákazníků z oblasti her, simulací a robotiky. De Witte popisuje, kam míří, přirovnáním k Anthropicu nebo OpenAI. Chce být poskytovatelem modelu, na kterém ostatní staví. "Nebudeme stavět firmu na samořídící auta," řekl. "Uděláme to tak, aby další člověk postavil firmu na samořídící auta desetkrát snáz."
Čtyřnohý robot je zatím prvním fyzickým tělem, které firma ve skutečném světě vyzkoušela. Ale zkoušela už i drony a další zařízení, včetně testování modelu v závodních hrách. "Funguje to na čemkoli, co ovládáte herním ovladačem nebo klávesnicí a myší," poznamenal de Witte. Cílem je roztočit datový setrvačník, tedy postupně přibírat zákazníky, kteří firmě přinesou zajímavá data z reálného světa, a ta zpětně posunou výzkum.
