Kada sam ušao na R&D kat General Intuitiona u njihovom uredu u New Yorku, suosnivač i CEO Pim de Witte usmjerio je moju pažnju na monitor na radnom stolu. Činilo se da netko igra nešto poput Fortnitea. Nije to bila osoba.
“Naš agent igra već 100 sati neprekidno,” rekao je Kent Rollins, glavni proizvodni direktor tvrtke, s osmijehom.
Prije nego što sam se mogao upiti u spektakl AI-ja koji se kreće kroz virtualno okruženje igre, čuo sam elektronske korake velikog četveronožnog robota koji se približavao.
“Isti mozak koji pokreće agenta koji igra igru pokreće i robota,” rekao mi je de Witte.
Josh Duplantis, analitičar podataka koji nosi laptop s prijenosom uživo iz robota, objasnio je da je robotov zadani način rada bio “istraživanje.”
Pomoću te kamere, njegovog jedinog oka, veliki robot sličan kukcu prišao mi je, obišao me i nastavio dalje u ured. Povremeno je udario u noge stolica ili se sudario s odbačenom kanticom, slično kao dijete koje još nije naučilo kako se njegovo tijelo odnosi prema svijetu oko njega. Duplantis je rekao da je trebalo samo osam minuta stvarnih podataka iz robotike za podešavanje AI modela za četveronožnog robota. Što je više, ti su podaci prikupljeni na ulici, a ne unutar ureda gdje se robot trenutno kretio.
Agentički model koji može generalizirati iz igre u simulaciju do tjelesnosti je raison d’être General Intuitiona. A sposobnost tog modela da shvati svoje mjesto u svijetu osigurala je podršku nekih ozbiljnih investitora.
U četvrtak, General Intuition je objavio da je prikupio 320 milijuna dolara uz procjenu od 2,3 milijarde dolara, potvrđujući ranije izvještaje TechCruncha. Ova runda podiže ukupno otkriveno financiranje General Intuitiona na 454 milijuna dolara, nakon runde od 134 milijuna dolara koju su prikupili pri lansiranju prošlog listopada.
Startup je izniknuo iz de Witteove druge tvrtke, Medal, koja omogućava igračima da uploadiraju i dijele isječke iz video igara. Stotine milijuna sati uploadanog igranja pružile su početni skup podataka za obuku modela General Intuitiona u prostorno-vremenskom rezoniranju — ili razumijevanju kako se kretati kroz prostor i vrijeme.
Ali ključni sastojak nisu bili snimci igranja; to su bili akcijski oznake ugrađene u te isječke: zapisi o tome koje je tipke igrač pritiskao i kada. Većina konkurenata, kaže de Witte, pokušava zaključiti akcije samo iz videa, što smatra nedovoljnim.
“Mi to vidimo kao samo sljedeću fazu buduće pre-obuke,” rekao je de Witte. “Imamo jedan model koji može reagirati na Fortnite informacije na ekranu i poduzeti akciju, ali i na stvarne dinamične promjene na način na koji LLM nikada ne bi mogao.”
