நிஜ உலக AI-ஐ உருவாக்க General Intuition எவ்வாறு வீடியோ கேம்களைப் பயன்படுத்துகிறது

நிஜ உலகத்திற்கான ஏஜென்டிக் மாடல்களை (agentic models) பயிற்றுவிக்க, மிகப்பெரிய வீடியோ கேம் தரவுத்தொகுப்புகளைப் பயன்படுத்துவதன் மூலம் ரோபாட்டிக்ஸில் ஒரு மிகப்பெரிய மாற்றத்தை General Intuition ஏற்படுத்த முயல்கிறது. புதிய $320 மில்லியன் நிதித் தொகுப்புடன், கேமிங்கில் காணப்படும் "action data" செயற்கை நுண்ணறிவிற்கான விடுபட்ட இணைப்பாக இருக்கும் என்று இந்த ஸ்டார்ட்அப் பந்தயம் கட்டுகிறது.

செயல் லேபிள்கள் (Action Labels) மற்றும் இடஞ்சார்ந்த-கால ரீதியான பகுத்தறிவின் (Spatial-Temporal Reasoning) ஆற்றல்

பல AI ஆராய்ச்சியாளர்கள் வீடியோ காட்சிகளை மட்டும் கவனிப்பதன் மூலம் மாடல்களைப் பயிற்றுவிக்க முயலும் போது, வீடியோ மட்டுமே போதுமானதல்ல என்று General Intuition CEO Pim de Witte வாதிடுகிறார். பயனர்கள் வீடியோ கேம் கிளிப்களைப் பகிர்ந்து கொள்ளும் Medal என்ற தளத்திலிருந்து பிரத்யேகத் தரவுகளைப் பெறுவதே இந்த நிறுவனத்தின் போட்டித்திறன் மிக்க பலமாகும்.

சாதாரண வீடியோக்களைப் போலன்றி, இந்த கிளிப்களில் உட்பொதிக்கப்பட்ட "action labels" உள்ளன—அதாவது ஒரு வீரர் எந்த பொத்தான்களை, எப்போது அழுத்தினார்கள் என்பதன் துல்லியமான பதிவுகள். இது மாடல் வெறும் வடிவ அங்கீகாரத்தைத் (pattern recognition) தாண்டி, இடஞ்சார்ந்த-கால ரீதியான பகுத்தறிவைக் (spatial-temporal reasoning) கற்க உதவுகிறது. ஒரு குறிப்பிட்ட உள்ளீடு (ஒரு செயல்) மற்றும் அதன் விளைவாகச் சூழலில் ஏற்படும் மாற்றம் (வினை) ஆகியவற்றிற்கு இடையிலான நேரடித் தொடர்பைப் புரிந்துகொள்வதன் மூலம், AI காரண காரியத் தொடர்பைப் (causality) புரிந்துகொள்ளத் தொடங்குகிறது. இது எந்தவொரு தன்னாட்சி ஏஜென்ட்டிற்கும் (autonomous agent) அவசியமான ஒன்றான, "சுயத்தை" (self) "சூழலில்" (environment) இருந்து வேறுபடுத்திப் பார்க்க மாடலுக்கு உதவுகிறது.

Fortnite முதல் நான்கு கால்கள் கொண்ட ரோபோக்கள் (Quadruped Robots) வரை

கேம்ப்ளே (gameplay), சிமுலேஷன் (simulation) மற்றும் உடல் ரீதியான வெளிப்பாடு (physical embodiment) போன்ற பல்வேறு களங்களில் பொதுவான ஒரு மாடலை உருவாக்குவதே இந்த நிறுவனத்தின் தொழில்நுட்ப இலக்காகும். சமீபத்திய செயல்விளக்கங்களில், கேம்ப்ளே மூலம் பயிற்றுவிக்கப்பட்ட ஒரு AI ஏஜென்ட், சிக்கலான மெய்நிகர் சூழல்களில் வழிநடத்த முடிந்தது; மேலும் சுவர்கள் திடமான பொருட்கள் என்பதையும், சூரியனின் இயக்கத்திற்கு ஏற்ப நிழல்கள் மாறுவதையும் அது புரிந்துகொண்டது.

முக்கியமாக, இந்த "மூளை" நேரடியாக வன்பொருளுக்கு (hardware) மாற்றப்படுகிறது. தனது கேமிங் ஏஜென்ட்களுக்குத் தேவையான அதே மாடலைப் பயன்படுத்தும் ஒரு நான்கு கால்கள் கொண்ட ரோபோவை நிறுவனம் செய்து காட்டியது. குறிப்பாக, ரோபோவின் வழிசெலுத்தலுக்காக (navigation) மாடலைச் செம்மைப்படுத்த (fine-tune), உண்மையான தெருக்களில் சேகரிக்கப்பட்ட வெறும் எட்டு நிமிட நிஜ உலக ரோபாட்டிக்ஸ் தரவு மட்டுமே போதுமானதாக இருந்ததாகக் குழுவினர் தெரிவித்தனர். இயற்பியல் மற்றும் இடஞ்சார்ந்த விழிப்புணர்வைக் கற்றுக் கொள்ளும் கடினமான வேலை வீடியோ கேம்களின் "ஜிம்மில்" (gym) செய்யப்படுவதால், நிஜ உலகில் இதனைப் பயன்படுத்துவது மிகவும் திறமையானதாக இருக்கும் என்பதை இது உணர்த்துகிறது.

பொதுவான ஏஜென்ட்கள் (General Agents) மீது $2.3 பில்லியன் பந்தயம்

இந்த லட்சியத்தின் அளவு நிறுவனத்தின் மதிப்பீட்டில் பிரதிபலிக்கிறது. General Intuition சமீபத்தில் $2.3 பில்லியன் மதிப்பீட்டில் $320 மில்லியன் நிதியைத் திரட்டியுள்ளது, இதன் மூலம் அதன் மொத்த வெளிப்படையான நிதி $454 மில்லியனாக உயர்ந்துள்ளது. இந்த நிதித் தொகுதியை Khosla Ventures முன்னின்று நடத்தியதுடன், General Catalyst, Jeff Bezos, Eric Schmidt மற்றும் Google DeepMind மற்றும் MIT ஆராய்ச்சியாளர்கள் குறிப்பிடத்தக்க பங்களிப்பை வழங்கியுள்ளனர்.

இந்த மூலதனம் இரண்டு முதன்மை இலக்குகளுக்காக ஒதுக்கப்பட்டுள்ளது: CoreWeave உடனான கூட்டாண்மை மூலம் கணினித் திறனை (compute capacity) அதிகரிப்பது மற்றும் கோடைக்கால முடிவிற்குள் அவர்களின் API-ஐ அதிக அளவில் கிடைக்கச் செய்வது. வினோத் கோஸ்லாவைப் போன்ற முதலீட்டாளர்களுக்கு, இலக்கு என்பது வெறும் சிறந்த தானியங்கி முறை (automation) மட்டுமல்ல, மாறாக "AI உள்ளுணர்வு" (AI intuition) உருவாவதே ஆகும்—அதாவது வெறும் நிரலாக்கப்பட்ட வழிமுறைகளைப் பின்பற்றுவதற்குப் பதிலாக, புரிந்துகொள்வதன் மூலம் உலகத்தை வழிநடத்தும் மனிதனைப் போன்ற திறன்.

முக்கியக் குறிப்புகள்

• செயல் சார்ந்த பயிற்சி: General Intuition வீடியோ-மட்டும் சார்ந்த பயிற்சியின் வரம்புகளைத் தாண்டி, AI-க்கு காரண காரியத் தொடர்பைக் கற்பிக்க கேமிங் கிளிப்களில் உள்ள பொத்தான் அழுத்த "action labels"-களைப் பயன்படுத்துகிறது.
• அளவிடக்கூடிய சிமுலேஷன்: வீடியோ கேம்களை ஒரு "ஜிம்" ஆகப் பயன்படுத்துவதன் மூலம், நிஜ உலக ரோபாட்டிக்ஸ் தரவுகளைச் சேகரிக்கும் பெரும் செலவின்றி, சிக்கலான இடஞ்சார்ந்த-கால ரீதியான பகுத்தறிவை நிறுவனம் பயிற்றுவிக்க முடியும்.
• பெரிய நிறுவனங்களின் ஆதரவு: $2.3 பில்லியன் மதிப்பீடு மற்றும் Jeff Bezos மற்றும் Eric Schmidt போன்ற முக்கிய நபர்களின் ஆதரவுடன், இந்த நிறுவனம் உலக மாதிரி (world model) யுகத்தில் ஒரு அடிப்படைத் தூணாக தன்னை நிலைநிறுத்திக் கொள்கிறது.