Startup vill träna robotar på miljontals timmar speldata
General Intuition satsar på att spelvideodata – miljontals timmars inspelade rörelsemönster från datorspel – kan användas för att bygga grundmodeller (foundation models) för fysisk AI, alltså AI som styr riktiga robotar i den verkliga världen. Tanken är att minska beroendet av dyr och tidskrävande datainsamling i fysiska miljöer. Det är en intressant satsning, men frågan om hur väl spelrörelser faktiskt översätts till robotfysik återstår att bevisa.
Djupdykning
General Intuition gör ett ganska kontraintuitivt vad: de tränar robothjärnor på videospelsdata istället för verkliga rörelser, och logiken är faktiskt solid. Fysisk AI – alltså AI som ska styra kroppar i den verkliga världen – har länge haft ett dataproblem, eftersom det är extremt dyrt och tidskrävande att samla in miljontals timmar av robot-rörelser i kökshallar och lagerlokaler. Videospel har däremot redan löst det åt dem: decennier av simulerad fysik, karaktärsrörelser och omgivningar som gratis träningsdata. Tanken om ett "ChatGPT-ögonblick" för robotik syftar på när en generell grundmodell – tränad på massvis med data – plötsligt gör att specialiserade applikationer kan byggas snabbt och billigt ovanpå, precis som GPT-3 öppnade flodportar för AI-startups 2020. Det de flesta missar i den här berättelsen är att flaskhalsen för robotik aldrig egentligen har handlat om hårdvaran – Boston Dynamics har gjort imponerande saltomortalor i över ett decennium – utan om den mjuka generaliseringsförmågan. En robot som klarar ett lagerflöde kraschar fortfarande när en kartong står lite snett. Om videospelsdata faktiskt kan lära modeller att generalisera rörelser till oförutsedda situationer, förskjuts hela konkurrensbilden från "vem har råd med mest robotar" till "vem bygger bäst på grundmodellen."