Игровые данные, а не LLM: как стартап General Intuition видит путь к AGI

Стартап General Intuition, поддерживаемый инвестициями Джеффа Безоса, заявляет о принципиально новом подходе к достижению искусственного общего интеллекта. По мнению компании, современные большие языковые модели — от ChatGPT до Claude — исчерпывают свой потенциал на текстовых данных и не могут в полной мере развить способность к обобщающему интеллекту без понимания физической реальности пространства и времени.

Почему LLM недостаточны для AGI

Текстовые модели демонстрируют удивительные способности в обработке языка: творчество, анализ, рассуждение на основе знаний. Однако они остаются принципиально слепы к одной критической области — физике пространства и времени. Эти модели не имеют встроенного понимания того, как объекты движутся, взаимодействуют под действием сил, реагируют на близость друг с другом, как причины порождают следствия в физическом мире.

Это понимание нужно для того, чтобы AI-система могла обобщать своё знание за пределы текстовой сферы и применять логику в реальном, физическом контексте. Текстовые данные, даже самые обширные наборы описательных текстов, не могут заменить опыт наблюдения за движением, падением, столкновением объектов, их реакцией на силы.

Игровые данные как ключ к физическому мышлению

Здесь на сцену выступают видеоигры. В игровых мирах все физические законы смоделированы и запечатлены в данных: как персонаж прыгает, как падает предмет, как взаимодействуют объекты при столкновении, как распространяется звук, как свет отражается от поверхностей. Эти высокочастотные, многомерные датасеты содержат миллиарды примеров пространственно-временного поведения — именно ту информацию, которую LLM не могут извлечь из текста и даже из неаннотированного видео.

General Intuition видит в игровых данных недоиспользованный ресурс для обучения AI-систем интеграции знаний о физике, причинности и пространственных взаимоотношениях. Если модель обучается одновременно на текстовых и игровых данных — с явной семантикой физических взаимодействий — она может развить способность не только описывать мир словами, но и предсказывать, моделировать и рассуждать о его физическом устройстве, совершать причинное умозаключение. Это, по убеждению стартапа, — критический шаг на пути к более универсальному и адаптивному интеллекту.

Инвестиция Безоса и значимость для индустрии

Джефф Безос, известный своей поддержкой амбициозных, фундаментальных исследований и рискованных ставок, направил инвестиции в General Intuition. Это сигнализирует о том, что гипотеза компании привлекает внимание опытных инвесторов и влиятельных деятелей в сообществе искусственного интеллекта. Однако детали самого раунда финансирования — объём инвестиций, стадия компании, прочие инвесторы — остаются неизвестны из публичных источников.

Что это означает для будущего AGI

Если концепция General Intuition верна, то разработка AGI требует не просто масштабирования текстовых моделей, а принципиально иного архитектурного подхода: синтеза и интеграции знаний из многих источников данных. Это переключает внимание индустрии с вопроса «как сделать LLM больше?» на вопросы типа: какие другие типы данных критичны для общего интеллекта? Как эффективнее интегрировать разные модальности в единую систему? Какую роль играет активное обучение через симуляцию и игровые окружения? Дискуссия о фундаментальных ингредиентах для AGI становится только более остро актуальной и концептуально разнообразной.