Szef General Intuition przekonuje, że dane z gier wideo stanowią odpowiedź na fundamentalną słabość współczesnych dużych modeli językowych. ChatGPT i Claude osiągają imponujące wyniki w przetwarzaniu tekstu, ale ich zrozumienie fizyki świata - jak obiekty poruszają się, oddziałują na siebie i ewoluują w czasie - pozostaje ograniczone.
To ograniczenie ma ogromne znaczenie dla ambicji zbudowania sztucznej inteligencji ogólnej (AGI). Model, który potrafi jedynie manipulować tokenami tekstowymi, nie ma fundamentalnego zrozumienia przyczynowości i dynamiki rzeczywistego świata. Dane z gier wideo oferują coś, czego nie znaleźć w żadnym zbiorze artykułów czy stron internetowych - symulacje fizyki, interakcje między aktorami, przyczyny i skutki zachodzące w czasie rzeczywistym. Każde kliknięcie gracza tworzy ślady danych pokazujące, jak agent podejmuje decyzje w zmiennym otoczeniu.
Generał Intuition stawia na to, że trenowanie modeli na takich symulacjach zamiast na tekście może wyprodukować inteligencję o znacznie lepszej zdolności do generalizacji - fundamentalną cechę prawdziwej inteligencji. To rozsądny argument: gry już dzisiaj służą jako playground do trenowania agentów AI, ale dotąd traktowano je jako dodatek do statystyki tekstu. Ten CEO sugeruje, że hierarchia powinna być odwrotna.