General Intuition залучив $320 млн на ШІ, який навчається на відеоіграх

Американський стартап General Intuition залучив $320 млн інвестицій, повідомляє TechCrunch. Компанія розвиває універсальну ШІ-модель, яка навчається на даних із відеоігор і може працювати як у цифрових середовищах, так і керувати роботами.

ШІ навчається на мільйонах годин геймплею

General Intuition створює фундаментальну ШІ-модель, здатну орієнтуватися у просторі, взаємодіяти з фізичним світом і виконувати завдання на різних пристроях. Основою для навчання стали сотні мільйонів годин геймплею, зібраних платформою Medal.

На відміну від багатьох конкурентів, компанія використовує не лише відеозаписи, а й інформацію про дії гравців — натискання клавіш і кнопок контролера.

Це допомагає моделі краще розуміти причинно-наслідкові зв'язки та взаємодію з навколишнім середовищем.

«У нас є єдина модель, яка може реагувати на події у Fortnite і виконувати дії, а також взаємодіяти з реальним світом так, як великі мовні моделі не можуть», — сказав співзасновник і генеральний директор General Intuition Пім де Вітте.

Масштабування обчислювальної інфраструктури

Раунд фінансування очолив фонд Khosla Ventures. До нього також долучилися General Catalyst, Джефф Безос, Ерік Шмідт, Ніко Росберг, а також дослідники Google DeepMind і MIT.

Після нового раунду загальний обсяг розкритого фінансування компанії сягнув $454 млн, а її оцінка — $2,3 млрд.

Більшу частину залучених коштів стартап планує інвестувати в розширення обчислювальних потужностей і навчання наступного покоління моделей. Також компанія готується зробити свій API доступним для ширшого кола клієнтів до кінця літа.

Компанія робить ставку на універсальні ШІ-моделі

Компанія прагне розвивати універсальну ШІ-платформу, яку інші розробники зможуть використовувати для створення роботів, симуляцій, безпілотних систем та інших застосунків.

Наразі модель вже тестують у робототехніці, ігрових середовищах та симуляціях. 

Компанія також розвиває платформу Nerve, яка дозволяє користувачам брати участь у підготовці даних для навчання моделей і виконувати завдання з дистанційного керування роботами.