ವೀಡಿಯೊ ಗೇಮ್ ಡೇಟಾವನ್ನು ನೈಜ ಪ್ರಪಂಚದ AI ಆಗಿ ಪರಿವರ್ತಿಸಲು General Intuition $320M ಸಂಗ್ರಹಿಸಿದೆ

ಭೌತಿಕ ಬುದ್ಧಿವಂತಿಕೆಯ (physical intelligence) ರಹಸ್ಯಗಳು ಆಟಗಾರರು ಸೆರೆಹಿಡಿದ ಲಕ್ಷಾಂತರ ಗಂಟೆಗಳ ವೀಡಿಯೊ ಗೇಮ್ ಫೂಟೇಜ್‌ಗಳಲ್ಲಿ ಅಡಗಿದೆ ಎಂದು General Intuition ನಂಬಿದೆ. ಗೇಮಿಂಗ್‌ನಿಂದ ಸಿಗುವ ಅತ್ಯುನ್ನತ ಗುಣಮಟ್ಟದ ಆಕ್ಷನ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಳ್ಳುವ ಮೂಲಕ, ಈ ಸ್ಟಾರ್ಟ್‌ಅಪ್ Fortnite ನಂತಹ ವರ್ಚುವಲ್ ಪರಿಸರಗಳಿಂದ ಭೌತಿಕ ನಾಲ್ಕು ಕಾಲುಗಳ ರೋಬೋಟ್‌ಗಳಿಗೆ (quadrupedal robots) ಸುಲಭವಾಗಿ ಬದಲಾಗಬಲ್ಲ ಏಜೆಂಟಿಕ್ ಮಾಡೆಲ್‌ಗಳನ್ನು (agentic models) ನಿರ್ಮಿಸುವ ಗುರಿಯನ್ನು ಹೊಂದಿದೆ.

ಕೇವಲ ವೀಡಿಯೊಗಿಂತ 'ಆಕ್ಷನ್ ಲೇಬಲ್‌ಗಳ' ಶಕ್ತಿ ಹೆಚ್ಚು

ಕೇವಲ ವೀಡಿಯೊಗಳನ್ನು ವೀಕ್ಷಿಸುವ ಮೂಲಕ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ತರಬೇತಿಗೊಳಿಸಲು ಪ್ರಯತ್ನಿಸುವ ಅನೇಕ ಸ್ಪರ್ಧಿಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ, General Intuition ತನ್ನ ಪೂರ್ವಜ ಸಂಸ್ಥೆಯಾದ Medal ನಿಂದ ಪಡೆದ ವಿಶಿಷ್ಟ ಅನುಕೂಲವನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ. ಹೆಚ್ಚಿನ ಮಾಡೆಲ್‌ಗಳು ಕೇವಲ ಪಿಕ್ಸೆಲ್‌ಗಳಿಂದ ಚಲನೆಗಳನ್ನು ಅಂದಾಜಿಸಲು ಪ್ರಯತ್ನಿಸಿದರೆ, General Intuition "action labels"ಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ—ಅಂದರೆ ಗೇಮ್‌ಪ್ಲೇ ಕ್ಲಿಪ್‌ಗಳೊಂದಿಗೆ ದಾಖಲಾದ ನಿಖರವಾದ ಬಟನ್ ಪ್ರೆಸ್‌ಗಳು ಮತ್ತು ಟೈಮ್‌ಸ್ಟ್ಯಾಂಪ್‌ಗಳು.

ಸ್ಪೇಷಿಯಲ್-ಟೆಂಪೊರಲ್ ರೀಸನಿಂಗ್ (spatial-temporal reasoning) ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಈ ವ್ಯತ್ಯಾಸವು ಬಹಳ ಮುಖ್ಯವಾಗಿದೆ. ಮಾನವನ ಇನ್‌ಪುಟ್ ಹೇಗೆ 3D ಜಾಗದಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಚಲನೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನಿಖರವಾಗಿ ತಿಳಿದುಕೊಳ್ಳುವ ಮೂಲಕ, ಮಾಡೆಲ್ ಕಾರ್ಯ-ಕಾರಣ ಸಂಬಂಧವನ್ನು (causality) ಕಲಿಯುತ್ತದೆ: ಅಂದರೆ ಒಂದು ಕ್ರಿಯೆಯು ಪರಿಸರದ ಮೇಲೆ ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದು. ಭೌತಿಕ ಪ್ರಪಂಚದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಉದ್ದೇಶಿಸಿರುವ ಯಾವುದೇ ಏಜೆಂಟ್‌ಗೆ ಅಗತ್ಯವಿರುವ ಮೂಲಭೂತ ಅಂಶವಾದ "ಸ್ವಯಂ" (self) ಮತ್ತು "ಪರಿಸರ"ದ (environment) ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಲು ಇದು ಮಾಡೆಲ್‌ಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂದು CEO Pim de Witte ವಾದಿಸುತ್ತಾರೆ.

Fortnite ಸಿಮ್ಯುಲೇಶನ್‌ನಿಂದ ರೋಬೋಟ್ ಎಂಬಾಡಿಮೆಂಟ್‌ವರೆಗೆ

ಕಂಪನಿಯ ತಾಂತ್ರಿಕ ಆರ್ಕಿಟೆಕ್ಚರ್ ಒಂದು "ವರ್ಲ್ಡ್ ಮಾಡೆಲ್" (world model) ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ, ಇದು ಆಂತರಿಕ ತರಬೇತಿ ಜಿಮ್‌ನಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಸಾಂಪ್ರದಾಯಿಕ ಗೇಮ್ ಇಂಜಿನ್‌ಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗುವ ಬದಲು, ಈ ಮಾಡೆಲ್ ಫ್ರೇಮ್-ಬೈ-ಫ್ರೇಮ್ ಪರಿಸರಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ, ಇದು ಏಜೆಂಟ್‌ಗಳು ಕೇವಲ ಪುನರಾವರ್ತನೆಯ ಮೂಲಕ ಗೋಡೆಗಳ ಗಟ್ಟಿತನ ಅಥವಾ ನೆರಳುಗಳ ಚಲನೆಯಂತಹ ಭೌತಿಕ ವಾಸ್ತವಗಳನ್ನು ಕಲಿಯಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

ಈ ತರಬೇತಿಯ ಪ್ರಾಯೋಗಿಕ ಅನ್ವಯವು ಈಗಾಗಲೇ ಅವರ ಹಾರ್ಡ್‌ವೇರ್ ಡೆಮೋಗಳಲ್ಲಿ ಕಂಡುಬರುತ್ತಿದೆ. ವರ್ಚುವಲ್ ಭೂದೃಶ್ಯಗಳನ್ನು ಸಂಚರಿಸಲು ಬಳಸುವ ಅದೇ "ಮೆದುಳನ್ನು" ಕಂಪನಿಯು ದೊಡ್ಡ ನಾಲ್ಕು ಕಾಲುಗಳ ರೋಬೋಟ್‌ಗೆ ಯಶಸ್ವಿಯಾಗಿ ಅಳವಡಿಸಿದೆ. ಗಮನಾರ್ಹವಾಗಿ, ರೋಬೋಟ್‌ನ ಭೌತಿಕ ಸಂಚಾರಕ್ಕಾಗಿ ಮಾಡೆಲ್ ಅನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಲು, ಸಾರ್ವಜನಿಕ ರಸ್ತೆಗಳಲ್ಲಿ ಸಂಗ್ರಹಿಸಿದ ಕೇವಲ ಎಂಟು ನಿಮಿಷಗಳ ನೈಜ ಪ್ರಪಂಚದ ರೋಬೋಟಿಕ್ಸ್ ಡೇಟಾ ಸಾಕಾಯಿತು ಎಂದು ತಂಡವು ವರದಿ ಮಾಡಿದೆ. ಇದು ಬುದ್ಧಿವಂತಿಕೆಯ ಹೆಚ್ಚಿನ ಕೆಲಸವು ಸಿಮ್ಯುಲೇಶನ್‌ನಲ್ಲಿಯೇ ನಡೆಯುತ್ತಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಇದರಿಂದ ನೈಜ ಪ್ರಪಂಚದ ನಿಯೋಜನೆಯು (deployment) ಗಮನಾರ್ಹವಾಗಿ ವೇಗವಾಗಿ ಮತ್ತು ಅಗ್ಗವಾಗಿ ಆಗುತ್ತದೆ.

ಬೃಹತ್ $2.3 ಬಿಲಿಯನ್ ಮೌಲ್ಯಮಾಪನ

ಈ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಪ್ರಮಾಣವು ಕಂಪನಿಯ ಇತ್ತೀಚಿನ ಹಣಕಾಸಿನ ನೆರವಿನಲ್ಲಿ ಪ್ರತಿಫಲಿಸುತ್ತದೆ. Khosla Ventures ನೇತೃತ್ವದ ಸುತ್ತಮಡಿಯ ಹಣಕಾಸಿನ ಸಂಗ್ರಹದಲ್ಲಿ General Intuition $320 ಮಿಲಿಯನ್ ಸಂಗ್ರಹಿಸಿದೆ, ಇದು ಅದರ ಒಟ್ಟು ಮೌಲ್ಯಮಾಪನವನ್ನು $2.3 ಬಿಲಿಯನ್‌ಗೆ ಏರಿಸಿದೆ. ಈ ಹೂಡಿಕೆದಾರರ ಗುಂಪು ತಂತ್ರಜ್ಞಾನ ಲೋಕದ ದಿಗ್ಗಜರನ್ನು ಒಳಗೊಂಡಿದೆ, ಇವರಲ್ಲಿ Jeff Bezos, Eric Schmidt ಮತ್ತು Google DeepMind ಹಾಗೂ MIT ನ ಸಂಶೋಧಕರು ಸೇರಿದ್ದಾರೆ.

ಈ ಬಂಡವಾಳವನ್ನು ಎರಡು ಪ್ರಾಥಮಿಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಮೀಸಲಿಡಲಾಗಿದೆ:

• Scaling Compute: CoreWeave ನೊಂದಿಗೆ ಪಾಲುದಾರಿಕೆಯ ಮೂಲಕ, ಕಂಪನಿಯು ತನ್ನ ಮುಂದಿನ ತಲೆಮಾರಿನ ಮಾಡೆಲ್‌ನ ಪ್ರಿ-ಟ್ರೈನಿಂಗ್ (pre-training) ಮೇಲೆ ಗಮನ ಹರಿಸುತ್ತದೆ.