Следующая эволюция ИИ учится на ваших неуклюжих игровых навыках
wired ·
Британский стартап Worldmodeldata пытается решить проблему нехватки данных для ИИ-моделей мира, используя данные с контроллеров видеоигр в качестве обучающего материала. В то время как большие языковые модели ограничены своей неспособностью ориентироваться в физическом мире, моделям мира требуются огромные объемы визуальных и поведенческих данных для понимания причинно-следственных связей в реальности. Компания утверждает, что миллионы часов игрового процесса, доступные от студий, предлагают разнообразный и обширный корпус данных, включающий редкие крайние случаи, необходимые для надежной работы ИИ. Этот подход направлен на воспроизведение законов реальной физики через разнообразный игровой опыт, что потенциально может привести к прорыву, сопоставимому с появлением GPT. Однако эксперты, такие как Мин-Ю Лю из Nvidia, остаются скептиками, отмечая, что физика видеоигр часто представляет собой упрощенные аппроксимации, непригодные для задач, требующих тонкого моторного контроля. Критики утверждают, что, хотя игры служат грубыми симуляторами, им не хватает детального физического взаимодействия, необходимого для точных манипуляций. Таким образом, отрасль остается разделенной во мнениях относительно того, станут ли игровые данные основным фундаментом для моделей мира или же потребуются специализированные движки симуляции.
wired