Quando si parla di realizzare un'intelligenza artificiale generale (AGI), i modelli linguistici di grandi dimensioni da soli non sono all'altezza. Modelli come ChatGPT e Claude eccellono nell'elaborare testi, ma non sono così bravi nel comprendere come gli oggetti si muovono attraverso lo spazio e il tempo — una capacità essenziale per ottenere un'intelligenza realmente generale. Questo vuoto, si scopre, potrebbe essere coperto grazie ai dati della video gaming. È questa l'ipotesi alla base della startup General Intuition, con sede a New York e supportata da Jeff Bezos.

Valutata a 2,3 miliardi di dollari, General Intuition ha appena chiuso un finanziamento di 320 milioni di dollari con l'aggiunta di Coatue, Eric Schmidt, e ricercatori di MIT e Google DeepMind come nuovi investitori. Nell'episodio più recente della serie Equity, una podcast di TechCrunch, il CEO di General Intuition, Pim de Witte, ha discusso con Rebecca Bellan la visione della sua compagnia, spiegando perché i modelli basati su dati da ambienti di gioco potrebbero rappresentare un passo fondamentale verso l’intelligenza artificiale fisica.

Modelli del mondo e ambienti simulati

Gli ambienti dei video giochi non simulano solo eventi casuali, ma replicano interi mondi fisici governati da leggi ben definite. In un gioco, un oggetto cade seguendo la gravità esattamente come succederebbe nella realtà. I giocatori interagiscono con questi ambienti in tempo reale, aprendo la porta all’uso dei giochi come laboratori di intelligenza artificiale. Un modello istruito in questo tipo di contesto può sviluppare intuizioni sul movimento, la fisica e l’interazione che sono spesso difficili da insegnare tramite fonti online.

Generalità e adattabilità

La forza dei modelli addestrati sui dati di gaming risiede nella loro generalità: non si limitano ad apprendere un singolo scenario, ma imparano a rispondere a una molteplicità di situazioni. Ad esempio, un modello addestrato su diversi ambienti virtuali — dalla guida simulata di una pista da rally a una missione spaziale — acquisisce una comprensione fisica che potrebbe applicarsi direttamente a contesti reali come l'industria automobilistica o l'esplorazione terrestre.

Applicazioni nel settore difensivo

Sebbene General Intuition enfatizzi la sua ricerca per scopi generali, non si può ignorare che i suoi modelli potrebbero essere impiegati anche in settori sensibili, come la difesa militare. Per questo motivo, il CEO Pim de Witte dichiara di rispettare linee rosse etiche ben definite. Lui rifiuta chiaramente di fornire tecnologia utilizzabile per attacchi o strumenti di guerra diretta. Tuttavia, non esclude di poter collaborare con istituzioni che utilizzino l'intelligenza artificiale a scopi di difesa preventiva, come il monitoraggio dei confini o la protezione civile.

Esempio pratico: l'eredità di Medal TV

La startup General Intuition è derivata da Medal TV, una piattaforma di streaming gaming. Questo contesto ha permesso a General Intuition di accedere a una grande quantità di dati video in tempo reale generati da player e spettatori. Questi dati rappresentano un tesoro per addestrare modelli in grado di interpretare visivamente e fisicamente il comportamento di personaggi, ambienti e interazioni, fornendo un vantaggio unico rispetto ai dati testuali o a fonti video più frammentate come YouTube o Netflix.

I vantaggi sui dati internet

    • Dati strutturati: Gli scenari video gaming hanno un forte ordine e leggi fisiche ben definite, diversamente da internet.
    • Varietà di contesti: Un singolo gioco può includere situazioni diverse che spingono verso nuove intuizioni.
    • Interazioni congiunte
    • Ricchezza visiva: I dati video gaming sono naturalmente visivi, un elemento fondamentale per comprendersi meglio.
    • Controllabilità: Gli ambienti virtuali possono essere regolati con precisione, permettendo di testare facilmente e in modo replicabile le capacità del modello.

Prospettive future e sfide

Sebbene l'approccio di General Intuition sia interessante, non mancano le sfide. La prima riguarda la scalabilità: anche se i dati di gioco sono ricchi, potrebbero non raggiungere la quantità necessaria per addestrare modelli veramente generali. Inoltre, molti giochi esistenti non sono progettati per l'AGI. È necessario sviluppare nuovi tipi di gioco o modificare esistenti al fine di massimizzare l’utilità dei dati. L'etica rimane un punto di dibattito. Anche se General Intuition ha fissato limiti, la natura trasparente dell'uso dei dati di gaming potrebbe non essere sufficiente per tutti gli osservatori.

Conclusione

General Intuition offre un'alternativa interessante ai tradizionali metodi di addestramento AI, focalizzandosi sui dati provenienti da video giochi. Questi dati simulano spazi fisici complessi, offrendo al modello una base solida per sviluppare comprensione pratica e generalità. La combinazione di tecnologie avanzate, investitori di spicco e un obiettivo ambizioso potrebbe posizionare General Intuition come un attore chiave nella prossima era dell'intelligenza artificiale. Tuttavia, come con ogni innovazione emergente, sarà cruciale bilanciare il potenziale con un'etica rigorosa e trasparente.