ゲームデータがAI訓練に最適な理由
原題: Why this CEO thinks video games make better training data than the internet
なぜ重要か
ゲームデータ活用によるworld model開発は、ロボティクスやphysical AI分野における新たな学習データ戦略として注目され、LLM偏重の現状に変化をもたらす可能性がある。
ニューヨーク拠点のスタートアップGeneral Intuitionは、ビデオゲームデータを活用したworld modelによるAI訓練を推進する。Jeff Bezos氏の支援を受け企業評価額23億ドルに達し、直近ラウンドでCoatue、Eric Schmidt氏、MITおよびGoogle DeepMind研究者らから3億2000万ドルを調達した。
TechCrunchのポッドキャスト「Equity」に出演したGeneral IntuitionのCEO Pim de Witte氏は、大規模言語モデル（LLM）がAGI（汎用人工知能）実現に不十分な理由として、空間・時間における物体の動きの理解が弱い点を挙げた。ChatGPTやClaudeなどのLLMはテキスト処理に優れる一方、現実世界での物理的な動きや因果関係の把握が苦手だという。
de Witte氏が提唱するのは、ビデオゲームのデータを学習に使う「world model」だ。ゲーム内では物体の動き・物理法則・空間認識が精密にシミュレートされており、インターネット上のテキストや画像データよりも汎化可能な知能の習得に適しているとしている。
General Intuitionは、ゲームクリップ共有プラットフォーム「Medal TV」からスピンアウトして設立された。同社はこのゲーミングデータの蓄積を基盤に、physical AI（物理的な世界で動作するAI）やロボティクス向けのworld modelを開発している。
最新ラウンドではCoatue、Eric Schmidt氏、MITとGoogle DeepMindの研究者が新たに投資家として加わり、調達額は3億2000万ドルに達した。Bezos氏はすでに支援しており、企業評価額は23億ドルに達している。
de Witte氏はまた、同社のモデルが防衛用途に転用される可能性についても倫理的な境界線が存在するとし、その点にも言及した。具体的な運用方針の詳細は明かされていないが、技術の使用範囲に関してレッドラインを設けていることを示唆した。