من وحدات تحكم الألعاب إلى تدريب الذكاء الاصطناعي: كيف تغذي بيانات الألعاب نماذج العالم

تحويل الملاعب إلى ميادين تدريب

على الرغم من سلاسة النماذج اللغوية الكبيرة مع النص، فإنها لا تزال تواجه صعوبة عند要求ها للعمل في العالم المادي. يرى الباحثون أن القطعة المفقودة هي نموذج عالمي يتعلم العلاقة بين السبب والنتيجة من إشارات بصرية وحركية متزامنة.

Worldmodeldata، شركة ناشئة بريطانية تستشيرها يان لوكون، تضع نفسها كوسيط للبيانات يجمع سجلات وحدات التحكم، وضغط الأزرار، وبيانات التلémetry داخل الألعاب من ملايين جلسات اللعب لتحويلها إلى مجموعات تدريب جاهزة لمختبرات نماذج العالم.

الفرضية بسيطة: نفس التسلسلات التي تسمح للاعب بتفادي عقبة أو تصويب سلاح تحتوي على معلومات غنية عن الفيزياء، التوقيت والقوة يمكن نقلها إلى الروبوتات أو المركبات ذاتية القيادة.

لماذا يهم ذلك لبنية تحتية GPU / الذكاء الاصطناعي: تدريب نماذج العالم على نطاق واسع يتطلب معالجة متوازية ضخمة، وتدفق البيانات المتنوعة من الألعاب يوفر الوقود الذي يبقي مجموعات GPU مشغولة، مما يزيد الطلب على التخزين عالي الإنتاجية والاتصالات منخفضة الكمون.