AI的下一个进化是从你蹩脚的游戏技巧中学习
wired ·
英国初创公司Worldmodeldata试图利用电子游戏手柄输入作为训练数据,以解决AI世界模型面临的数据稀缺问题。大型语言模型因无法导航物理世界而受限,而世界模型则需要海量的视觉和行动数据来理解现实中的因果关系。该公司认为,游戏工作室提供的数百万小时游戏数据构成了一个多样且丰富的语料库,其中包含对提升AI鲁棒性至关重要的罕见边缘情况。该方法旨在通过游戏中多样的体验来模拟现实世界的物理规律,有望带来类似GPT崛起般的突破时刻。然而,英伟达的Ming-Yu Liu等专家持怀疑态度,指出电子游戏的物理引擎通常是简化近似值,不适合需要精细运动控制的任务。批评者认为,虽然游戏可作为粗略模拟器,但缺乏精确操作任务所需的详细物理交互细节。因此,业界对于游戏数据是否会成为世界模型的主要基础,还是必须依赖专门的仿真引擎,仍存在分歧。
wired