چرا بازی‌های ویدئویی سوخت نسل بعدی هوش مصنوعی می‌شوند؟

بازی‌های ویدئویی که سال‌ها به‌عنوان ابزار سرگرمی شناخته می‌شدند، اکنون به یکی از منابع ارزشمند آموزش هوش مصنوعی تبدیل شده‌اند؛ رویکردی که استارتاپ آمریکایی جنرال اینتویشن با جذب ۳۲۰ میلیون دلار سرمایه روی آن شرط بسته و معتقد است می‌تواند مسیر رسیدن به هوش عمومی مصنوعی را هموار کند.

به گزارش خبرنگار علم و فناوری ایسکانیوز؛ وقتی صحبت از دستیابی به هوش عمومی مصنوعی (AGI) می‌شود، به نظر می‌رسد مدل‌های زبانی بزرگ به‌تنهایی کافی نیستند. مدل‌هایی مانند ChatGPT و Claude در پردازش و تولید متن عملکرد بسیار خوبی دارند، اما در درک نحوه حرکت اشیا در فضا و زمان مهارت کمتری از خود نشان می‌دهند؛ قابلیتی که برای ایجاد هوشی با توانایی تعمیم‌دهی گسترده، ضروری به شمار می‌رود.

به باور برخی پژوهشگران، این خلاء می‌تواند با استفاده از داده‌های حاصل از بازی‌های ویدئویی پر شود.

این دقیقاً ایده‌ای است که استارتاپ General Intuition بر پایه آن شکل گرفته است؛ شرکتی مستقر در نیویورک که از حمایت مالی جف بزوس برخوردار است، ارزشی معادل 2/3 میلیارد دلار دارد و به‌تازگی موفق شده در یک دور جذب سرمایه، ۳۲۰ میلیون دلار سرمایه جدید دریافت کند. در میان سرمایه‌گذاران این دور نام‌هایی همچون Coatue، شرکت سرمایه‌گذاری آمریکایی که در حوزه فناوری، اینترنت، نرم‌افزار و هوش مصنوعی فعالیت می‌کند، اریک اشمیت مدیرعامل پیشین گوگل و پژوهشگرانی از MIT و دیپ‌مایند گوگل دیده می‌شود.

ایده‌ای که پای بازی‌ها را به دنیای هوش مصنوعی باز کرد

به محض ورود به بخش تحقیق و توسعه شرکت جنرال اینتویشندر دفتر نیویورک، «پیم دِ ویته» (Pim de Witte)، هم‌بنیانگذار و مدیرعامل ۳۱ ساله شرکت، توجه بازدیدکنندگان را به مانیتوری جلب می‌کرد که روی یک میز ایستاده قرار داشت. روی صفحه نمایش چیزی شبیه به بازی Fortnite در حال اجرا بود و به نظر می‌رسید فردی مشغول بازی است؛ اما پشت کنترل‌ها هیچ انسانی حضور نداشت.

«کنت رولینز»، مدیر ارشد محصول شرکت، با اشاره به این نمایش گفت: عامل هوش مصنوعی ما ۱۰۰ ساعت متوالی در حال بازی بوده است.

در همان زمان، صدای قدم‌های الکترونیکی یک ربات چهارپای بزرگ که در حال نزدیک شدن بود، توجه حاضران را به خود جلب می‌کرد.

دِ ویته در توضیح این نمایش گفت: همان مغزی که عامل هوش مصنوعی بازی را کنترل می‌کند، این ربات را هم هدایت می‌کند.

«جاش دوپلانتیس»، تحلیلگر داده شرکت، که لپ‌تاپی در دست داشت و تصویر زنده دوربین ربات را نمایش می‌داد، توضیح داد که حالت پیش‌فرض ربات «اکتشاف» است.

ربات تنها با اتکا به یک دوربین، یعنی تنها چشم خود، به سمت افراد حاضر حرکت می‌کرد، دور آن‌ها می‌چرخید و سپس مسیرش را در دفتر ادامه می‌داد. این ربات گاهی به پایه صندلی‌ها برخورد می‌کرد یا به سطل زباله‌ای که سر راهش قرار داشت می‌زد؛ رفتاری شبیه به کودکی خردسال که هنوز رابطه بدن خود با محیط اطراف را به‌خوبی درک نکرده است.

دوپلانتیس گفت برای سازگار کردن مدل هوش مصنوعی با این ربات چهارپا، تنها هشت دقیقه داده واقعی از دنیای فیزیکی کافی بوده است. جالب‌تر اینکه این داده‌ها در خیابان جمع‌آوری شده بودند، نه در همان دفتری که ربات اکنون در آن حرکت می‌کرد.

از بازی تا دنیای واقعی

ساخت مدلی که بتواند از بازی‌های ویدئویی به شبیه‌سازی و سپس به دنیای فیزیکی تعمیم پیدا کند، فلسفه وجودی جنرال اینتویشن است. همین توانایی مدل در درک جایگاه خود در جهان، توجه سرمایه‌گذاران بزرگ را به خود جلب کرده است.

این شرکت اعلام کرده است که در یک دور سرمایه‌گذاری جدید ۳۲۰ میلیون دلار جذب کرده و ارزش آن به 2/3 میلیارد دلار رسیده است. با این سرمایه‌گذاری، مجموع سرمایه جذب‌شده شرکت به ۴۵۴ میلیون دلار افزایش یافته است. پیش از این نیز در زمان راه‌اندازی در اکتبر گذشته، ۱۳۴ میلیون دلار سرمایه جذب کرده بود.

جنرال اینتویشن از دل شرکت دیگر د ِویته یعنی Medal متولد شد؛ پلتفرمی که به گیمرها امکان می‌دهد کلیپ‌های بازی خود را بارگذاری و به اشتراک بگذارند.

صدها میلیون ساعت ویدئوی بازی ذخیره‌ شده در مدال، نخستین مجموعه داده مورد استفاده برای آموزش مدل‌های جنرال اینتویشن در زمینه استدلال فضایی-زمانی بود؛ یعنی درک نحوه حرکت در فضا و زمان.

اما به گفته دِ ویته، ارزشمندترین بخش این داده‌ها خود ویدئوها نبودند، بلکه اطلاعات مربوط به اقدامات بازیکنان بودند؛ اینکه دقیقاً در هر لحظه چه دکمه‌ای را فشار داده‌اند و چه عملی انجام داده‌اند.

او معتقد است بسیاری از رقبا تلاش می‌کنند تنها از روی ویدئو رفتار را استنباط کنند، اما این روش کافی نیست.

دِ ویته می‌گوید: ما این را مرحله بعدی آموزش اولیه مدل‌ها می‌دانیم. یک مدل واحد داریم که هم می‌تواند اطلاعات نمایش‌داده‌شده در Fortnite را درک کرده و واکنش نشان دهد و هم پویایی‌های دنیای واقعی را بفهمد؛ چیزی که مدل‌های زبانی بزرگ هرگز قادر به انجام آن نیستند.

در بخشی از بازدید، دِ ویته لپ‌تاپی را به نمایش گذاشت که روی آن مدل جهان (World Model) شرکت اجرا می‌شد؛ محیطی شبیه‌سازی‌ شده که فریم به فریم توسط هوش مصنوعی ساخته می‌شد و نه توسط موتورهای سنتی بازی‌سازی.

در جریان آزمایش این سیستم، حرکت عمدی به سمت چندین دیوار نشان داد که برخلاف برخی مدل‌های مشابه که شخصیت تحت کنترل در آن‌ها ممکن است از میان موانع عبور کند، این مدل چنین رفتاری نداشت.

مدل جنرال اینتویشن از میلیون‌ها ساعت بازی یاد گرفته بود که دیوار، دیوار است؛ نردبان برای بالا رفتن استفاده می‌شود و سایه‌ها با حرکت خورشید تغییر می‌کنند.

با این حال، برای جنرال اینتویشن، این مدل جهان محصول نهایی نیست، بلکه محیط آموزشی مدل‌های عامل‌محور محسوب می‌شود؛ چیزی که در داخل شرکت از آن با عنوان «باشگاه تمرینی» یاد می‌کنند.

هدف اصلی شرکت فروش خود عامل هوش مصنوعی است؛ مدلی که بتواند میان «خود» و «محیط» تمایز قائل شود و روابط علت و معلولی را بهتر درک کند.

قمار روی داده‌های بازی

با وجود نمایش‌های چشمگیر، جنرال اینتویشن تنها شرکتی نیست که در این حوزه فعالیت می‌کند. بزرگ‌ترین چالش این است که هنوز هیچ‌کس به ‌طور کامل ثابت نکرده که انتقال یادگیری از محیط‌های شبیه‌سازی‌شده به دنیای واقعی در مقیاس بزرگ امکان‌پذیر است. بسیاری از روش‌های فعلی به حجم عظیمی از داده‌های واقعی نیاز دارند که جمع‌آوری آن‌ها بسیار پرهزینه و زمان‌بر است.

شرط‌بندی جنرال اینتویشن این است که داده‌های بازی‌های ویدئویی می‌توانند میانبری مقیاس‌پذیر برای حل این مشکل باشند. سرمایه‌گذاران این شرکت نیز با این شرط‌بندی موافق هستند. آخرین دور جذب سرمایه جنرال اینتویشن به رهبری شرکت سرمایه‌گذاری «خوسلا ونچرز» انجام شد و سرمایه‌گذارانی همچون «جنرال کاتالیست» به گروه اریک اشمیت و دیپ‌مایند و MIT پیوستند.

بخش عمده این سرمایه صرف افزایش ظرفیت پردازشی خواهد شد. جنرال اینتویشن با شرکت CoreWeave قرارداد همکاری دارد و قصد دارد روی آموزش اولیه نسل بعدی مدل خود تمرکز کند. بخشی از سرمایه نیز برای عرضه گسترده‌تر API شرکت تا پایان تابستان اختصاص یافته است.

ظهور شهود؛ جهش بعدی هوش مصنوعی

«وینود خوسلا»، سرمایه‌گذار مشهور سیلیکون‌ولی که شرکتش رهبری این دور سرمایه‌گذاری را بر عهده داشت، می‌گوید آنچه او را جذب این شرکت کرده، چشم‌انداز دِ ویته و موقعیت منحصر به‌فرد جنرال اینتویشن در زمینه داده‌های اختصاصی بوده است.

او در گفت‌وگویی تلفنی اظهار داشت: اگر به مدل‌های زبانی بزرگ نگاه کنید، زمانی که قابلیت استدلال در آن‌ها ظاهر شد، یک جهش کوانتومی رخ داد. در مدل‌های جهان، به نظر من جهش کوانتومی بعدی ظهور شهود در هوش مصنوعی است؛ قابلیتی شبیه شهود انسانی. داده‌های مربوط به اعمال و واکنش‌های انسان‌ها در بازی‌ها، بخش کلیدی شکل‌گیری این شهود هستند.

چشم‌انداز ساخت یک شرکت نسل‌ساز

همانطور که گفته شد، جنرال اینتویشن برای آموزش مدل‌های خود به داده‌های حاصل از کلیپ‌های بازی در پلتفرم مدال متکی است. این شرکت تنها مجموعه‌ای نبود که متوجه ارزش داده‌های رفتاری انسان‌ها در مدال شد. «بریانا مارتین»، رئیس دفتر مدیرعامل شرکت، گفت جنرال اینتویشن تا حدی پس از آن شکل گرفت که مدال پیشنهاد خرید از سوی یکی از آزمایشگاه‌های بزرگ هوش مصنوعی را رد کرد. از آن زمان نیز پیشنهادهای دیگری مطرح شده‌اند.

اما دِ ویته و هم‌بنیان‌گذارانش، «الوی آلونسو»، «آدام جِلی» و «ونسان میشلی» علاقه‌ای به واگذاری شرکت ندارند و سرمایه‌گذاران نیز در حال حاضر به دنبال خروج از سرمایه‌گذاری نیستند.

حجم و کیفیت داده‌های اختصاصی مدال یکی از دلایلی است که خوسلا را متقاعد کرده جنرال اینتویشن یک سرمایه‌گذاری نسل‌ساز است، نه صرفاً هدفی برای ادغام و تملک. او معتقد است این شرکت می‌تواند به ستون فقرات عامل‌های عمومی و مدل‌های جهان در محیط‌های شبیه‌سازی‌شده و دنیای واقعی تبدیل شود.

خوسلا می‌گوید: در این مقطع، خرید این شرکت صرفاً به معنای خرید داده خواهد بود و این چندان جذاب نیست.

خط قرمزهای اخلاقی

بخشی از این سرمایه‌گذاری نیز بر پایه اعتماد به ارزش‌های شخصی دِ ویته انجام شده است. او سه سال در حوزه فعالیت‌های بشردوستانه، از جمله همکاری با سازمان پزشکان بدون مرز، فعالیت کرده است. به همین دلیل برای نحوه استفاده از فناوری جنرال اینتویشن مرز مشخصی تعیین کرده است: هیچ عامل هوش مصنوعی این شرکت نباید برای آسیب رساندن به انسان‌ها به کار گرفته شود.

دِ ویته می‌گوید: ما نمی‌خواهیم بخشی از چرخه تشدید تنش‌ها باشیم. فرض کنید امروز اعلام کنیم که روی سامانه‌های خودمختار مرگبار کار می‌کنیم. فکر می‌کنید در کشورهای دیگر چه اتفاقی خواهد افتاد؟

این محدودیت در شرایطی مطرح می‌شود که بسیاری از شرکت‌های سیلیکون‌ولی نگاه مثبت‌تری به کاربردهای نظامی هوش مصنوعی پیدا کرده‌اند. با این حال، دِ ویته تأکید می‌کند که از استفاده از مدل‌های شرکت در عملیات جست‌وجو و نجات استقبال می‌کند.

او که اهل هلند است و بخش بزرگی از تیمش نیز اروپایی هستند، معتقد است همین پیشینه فرهنگی بر هویت شرکت تأثیر گذاشته است. دِ ویته همچنین گفته است که یکی از دلایل جذب بریانا مارتین، تصمیم او برای ترک علنی شرکت Palantir در اعتراض به همکاری آن با اداره مهاجرت و گمرک آمریکا بوده است.

د ِویته می‌گوید: نمی‌دانم چرا سیلیکون‌ولی این مسیر را انتخاب کرده است. دلیلی دارد که من آنجا نیستم.

فراتر از جایگزینی نیروی کار

نگاه اخلاقی دِ ویته تنها به محدود کردن کاربردهای نظامی ختم نمی‌شود. او که در نوجوانی با راه‌اندازی و میزبانی یک سرور خصوصی بازی RuneScape حدود 1/5 میلیون دلار درآمد کسب کرده بود، به آینده افرادی نیز فکر می‌کند که ممکن است در اثر پیشرفت هوش مصنوعی شغل خود را از دست بدهند.

جنرال اینتویشن به‌تازگی پلتفرمی با نام Nerve راه‌اندازی کرده است؛ بازاری برای اشتغال که به گیمرها امکان می‌دهد با استفاده از تجهیزات فعلی خود درآمد کسب کنند. کاربران در ابتدا در پروژه‌های برچسب‌گذاری داده فعالیت می‌کنند و سپس می‌توانند به وظایفی مانند کنترل از راه دور ربات‌ها و فعالیت‌های مشابه وارد شوند.

د ِویته معتقد است کاربران مدال دقیقاً متعلق به نسلی هستند که بیش از دیگران در معرض جابه‌جایی شغلی ناشی از هوش مصنوعی قرار دارند و به همین دلیل باید سهمی در آینده این فناوری داشته باشند.

موتور داده‌ای که مدام بزرگ‌تر می‌شود

دِ ویته می‌خواهد جنرال اینتویشن نقشی مشابه OpenAI یا Anthropic ایفا کند؛ یعنی ارائه‌دهنده مدلی باشد که دیگران بتوانند بر پایه آن محصولات خود را توسعه دهند. در حال حاضر، این شرکت مشتریانی در حوزه بازی‌های ویدئویی، شبیه‌سازی و رباتیک دارد.

او می‌گوید: قرار نیست یک شرکت خودروی خودران بسازیم. قرار است ساختن یک شرکت خودروی خودران را برای نفر بعدی ۱۰ برابر آسان‌تر کنیم.

به گفته شرکت، با در اختیار قرار گرفتن API برای مشتریان بیشتر، امکان آزمایش مدل در طیف وسیعی از کاربردها فراهم خواهد شد؛ از جمله آزمایش ربات‌ها در نسخه دیجیتالی کارخانه‌ها، کنترل عامل‌های شبه‌انسانی در استودیوهای بازی‌سازی و هدایت ربات‌های چهارپا در محیط‌های خطرناک.

اگرچه ربات چهارپا نخستین تجسم فیزیکی مدل جنرال اینتویشن در دنیای واقعی بوده، اما این شرکت پیش‌تر مدل خود را روی پهپادها و تجهیزات دیگر نیز آزمایش کرده و حتی آن را در بازی‌های رانندگی به کار گرفته است.

دِ ویته می‌گوید: این مدل روی هر چیزی که بتوان آن را با دسته بازی یا ترکیب صفحه‌کلید و ماوس کنترل کرد، کار می‌کند.

ایجاد یک چرخه خودتقویت‌کننده داده یکی از اهداف اصلی شرکت است.

دِ ویته توضیح می‌دهد: ما مشتریانی را انتخاب خواهیم کرد که بتوانند تنوع بیشتری در تجسم‌های فیزیکی این مدل پایه عمومی ایجاد کنند. بنابراین اولویت ما همکاری با مشتریانی است که بتوانند داده‌های واقعی ارزشمندی در اختیارمان قرار دهند؛ داده‌هایی که به پیشبرد پژوهش کمک کنند. همچنین به دنبال تیم‌هایی هستیم که بتوانیم به‌عنوان شریک واقعی در کنار آن‌ها کار کنیم و از یکدیگر یاد بگیریم.

خوسلا نیز معتقد است داده‌های اختصاصی جنرال اینتویشن عامل اصلی موفقیت فعلی این شرکت بوده و توانایی آن در جمع‌آوری داده‌هایی که هیچ شرکت دیگری به آن‌ها دسترسی ندارد، در آینده نیز حیاتی خواهد بود.

با این حال، او تأکید می‌کند که با وجود نمایش‌های چشمگیر، هنوز یک پرسش اساسی بی‌پاسخ مانده است: آیا انتقال یادگیری از محیط‌های شبیه‌سازی‌شده به دنیای واقعی در مقیاس گسترده واقعاً امکان‌پذیر است؟

پرسشی که تاکنون هیچ شرکت یا آزمایشگاهی پاسخ قطعی و کاملی برای آن ارائه نکرده است.

انتهای پیام/

کد مطلب: 1311760

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.
  • نظرات حاوی توهین و هرگونه نسبت ناروا به اشخاص حقیقی و حقوقی منتشر نمی‌شود.
  • نظراتی که غیر از زبان فارسی یا غیر مرتبط با خبر باشد منتشر نمی‌شود.
  • captcha