Startup satsar på att träna AI-agenter med miljontals timmars gameplay
General Intuition har tagit in 320 miljoner dollar för att träna AI på speldata – tanken är att det enorma flödet av beslutsfattande i actionspel kan lära AI att reagera mer intuitivt, ungefär som människor gör. Det är ett intressant experiment: spel erbjuder täta, väldefinierade feedback-loopar som traditionella träningsdata sällan matchar.
Djupdykning
General Intuition har tagit in 320 miljoner dollar på en ganska häpnadsväckande premiss: att låta AI titta på miljontals timmar av spelfilm kan lära den att agera mer intuitivt i den riktiga världen. Logiken är att spel som Minecraft, StarCraft och Dota redan kräver exakt den typ av snabb beslutsfattning under osäkerhet som gör människor bra på komplexa uppgifter – och till skillnad från textdata finns det oändligt mycket speldata att träna på. Det handlar om så kallad "action data", alltså sekvenser av input-output där någon fattar ett beslut och direkt ser konsekvensen, vilket är fundamentalt annorlunda mot hur stora språkmodeller lär sig från statisk text. Det de flesta missar i den här diskussionen är att problemet med dagens AI-agenter inte primärt är att de är dumma – det är att de är bräckliga, de faller ihop så fort verkligheten avviker lite från träningsdatan, precis som en dålig Dota-spelare som bara kan ett openingskript. Om det här faktiskt fungerar sitter plötsligt spelindustrin på en av världens mest värdefulla datakällor – och Activision Blizzard och Epic kanske inser det innan de skrivit under nästa API-avtal.