Speldata som träningsläger för AI-agenter: startup säkrar 320 miljoner dollar
General Intuition har tagit in 320 miljoner dollar på en ovanlig idé: att träna AI på miljontals timmar av speldata från spel som Fortnite, i hopp om att det ska ge AI mer intuitivt beslutsfattande. Tanken är att spelarnas snabba, situationsanpassade val är ett bättre råmaterial än traditionella dataset – ungefär som att låta AI:n lära sig av mänsklig reflex snarare än mänsklig logik.
Djupdykning
General Intuition har samlat in 320 miljoner dollar (rubriken säger $2.3B men artikeltexten specificerar $320M) på en ganska kontraintuitiv tes: att låta AI:n se på miljontals timmar av Fortnite och liknande spel är ett bättre sätt att träna fram äkta beslutsfattande än traditionella robotsimuleringar. Tanken bygger på att spel redan är fullpackade med exakt det som är svårt att träna på annars – snabba beslut under osäkerhet, hantering av kaotiska miljöer, och något som liknar konsekvenstänkande. Det som kallas "intuition" hos en människa är i grunden mönsterigenkänning från massor av erfarenhet, och speldata råkar vara en extremt tät källa till just det. Det de flesta missar här är att problemet med AI-agenter inte är råstyrka i beräkningar – det är bristen på bra träningsdata för situationer där reglerna är otydliga och världen inte samarbetar. Om det här håller kan vi se en framtid där nästa generations fabriksrobotar i praktiken är uppvuxna på Counter-Strike.