Видеоигры могут стать лучшим учебным материалом для ИИ, чем интернет
Данные из видеоигры помогают ИИ лучше понимать физические взаимодействия, чем текстовые источники.
Крупные языковые модели, такие как ChatGPT и Claude, хорошо работают с текстом, но плохо понимают, как объекты взаимодействуют в пространстве и времени. Это ограничивает их способность достичь искусственного общего интеллекта (AGI).
Основатель стартапа General Intuition считает, что видеоигры могут решить эту проблему. В отличие от интернет-текстов, игры содержат миллиарды симуляций физических взаимодействий. Персонажи подчиняются законам гравитации, объекты сталкиваются по предсказуемым траекториям, а виртуальные миры реагируют на действия игрока.
Игровые движки годами отрабатывали реалистичную физику. Каждый кадр генерирует данные о скорости, ускорении и столкновениях — параметрах, которые сложно извлечь из текста. Например, когда герой прыгает с платформы, игра рассчитывает траекторию с учётом массы, силы толчка и сопротивления воздуха.
General Intuition уже протестировала подход на 15 игровых движках. Модель обучали предсказывать поведение объектов после столкновений. Точность прогнозов оказалась на 40% выше, чем у аналогов, обученных на Wikipedia и книгах.
Критики указывают на ограничения: игровая физика упрощена по сравнению с реальным миром. Однако сторонники метода отмечают, что даже базовые принципы — трение, инерция, упругость — дают ИИ основу для сложных выводов.
Сейчас стартап переводит игровые данные в универсальный формат для обучения нейросетей. Планируется обработать 500 часов записей из 50 разных жанров — от симуляторов до экшен-игр. Первые тесты показывают, что модели начинают корректно предсказывать последствия действий в новых средах.
Если гипотеза подтвердится, игровая индустрия может стать ключевым поставщиком данных для AGI. Вместо ручной разметки видео или дорогостоящих роботов-испытателей ИИ будет учиться на готовых цифровых мирах.
