A próxima evolução da IA está aprendendo com suas habilidades de jogo duvidosas
wired ·
Uma startup britânica chamada Worldmodeldata está tentando resolver o problema da escassez de dados para modelos mundiais de IA utilizando entradas de controles de videogame como material de treinamento. Enquanto os grandes modelos de linguagem são limitados pela incapacidade de navegar no mundo físico, os modelos mundiais exigem vastas quantidades de dados visuais e de ação para compreender causa e consequência na realidade. A empresa argumenta que as milhões de horas de dados de jogabilidade disponíveis nos estúdios oferecem um corpus diverso e abundante, incluindo casos extremos raros essenciais para um desempenho robusto da IA. Essa abordagem visa replicar a física do mundo real por meio das experiências variadas encontradas nos videogames, potencialmente levando a um momento de ruptura semelhante ao surgimento do GPT. No entanto, especialistas como Ming-Yu Liu, da Nvidia, permanecem céticos, observando que a física dos videogames é frequentemente uma aproximação simplificada, inadequada para tarefas que exigem controle motor fino. Críticos afirmam que, embora os jogos sirvam como simuladores grosseiros, eles carecem das interações físicas detalhadas necessárias para tarefas de manipulação precisa. Consequentemente, a indústria permanece dividida sobre se os dados de jogos se tornarão a base principal para os modelos mundiais ou se serão necessários motores de simulação especializados.
wired