Eine scharfe Kurve nehmen, einen Ball abfangen oder im richtigen Moment springen: Gamer üben ständig Sehen, Vorhersagen und Handeln. Der niederländische Unternehmer Pim de Witte baut darauf ein KI-Unternehmen auf. General Intuition wurde bei seiner jüngsten Finanzierungsrunde mit 6,2 Milliarden Dollar bewertet.
Das Unternehmen hat erneut 220 Millionen Dollar eingesammelt, gab De Witte bekannt. Hinter der enormen Bewertung steht eine reizvolle Idee: Die Milliarden Clips, die Gamer erstellen, können Maschinen helfen zu lernen, wie man sich durch eine Umgebung bewegt und was Handlungen bewirken.
Ein Spielclip mit einer zusätzlichen Ebene
De Witte gründete zuvor Medal, mit dem Gamer Momente aus ihren Spielen aufnehmen und teilen. Für KI ist vor allem die Kombination aus Bildern und den dazugehörigen Aktionen interessant. Was sah ein Spieler, welche Taste drückte er und was geschah danach? Das liefert Beispiele für Entscheidungen in einer bewegten Welt.
Laut De Witte steuert Medal auf drei Milliarden Uploads pro Jahr zu. General Intuition trainiert mit aktionsbeschrifteten Spielaufnahmen und will seine Modelle Partnern in Games, Simulation und Robotik zur Verfügung stellen. So erhält eine Plattform für spektakuläre Kills und gelungene Rennkurven eine zweite Funktion als Trainingsquelle.
Was ist der Unterschied zu ChatGPT?
Ein Sprachmodell wie ChatGPT ist gut darin, Sprache zu verarbeiten und zu erzeugen, und kann auch Bilder analysieren. Ein Roboter muss darüber hinaus im richtigen Moment eine physische Handlung ausführen. Ein Weltmodell versucht vorherzusagen, wie sich eine Umgebung verändert; ein Aktionsmodell wählt aus, was das System als Nächstes tut.
Denken Sie an ein Rennspiel. Eine Erklärung zum Bremsen ist nützlich, aber um die Kurve zu schaffen, muss ein System auch Geschwindigkeit, Abstand und Bewegung einschätzen. Es kann mögliche Aktionen vorausdenken: stärker einlenken, früher bremsen oder gerade warten. Weltmodelle können so eine Übungsumgebung und ein vorhersagender Baustein für KI sein, die selbst Aufgaben ausführt.
Selbst ausprobieren: Fußball mit einem KI-Weltmodell
Inzwischen gibt es mehr zu sehen als eine Finanzierungsankündigung. Mit MIRA präsentiert General Intuition gemeinsam mit Kyutai und in Zusammenarbeit mit Epic Games ein spielbares Weltmodell rund um Rocket League. Das ist das Spiel, in dem Autos gegen einen riesigen Fußball fahren.
Das Modell lernte aus 10.000 Stunden Spieldaten, die mit öffentlich verfügbaren Bots gesammelt wurden. Es erzeugt eine Spielwelt mit vier Spielern und reagiert laut den Entwicklern mit zwanzig Bildern pro Sekunde auf deren Eingaben. Die Forscher beschreiben den Ansatz in ihrer technischen Veröffentlichung. Es ist eine konkrete Demonstration eines Modells, das nicht nur ein Video erzeugt, sondern Interaktion verarbeitet.
Google und Nvidia sehen dieselbe Chance
De Witte bewegt sich in einem belebten Forschungsfeld. Google erklärt bei Project Genie, wie Weltmodelle interaktive Umgebungen erzeugen können. Nvidia untersucht mit world action models, wie Roboter gleichzeitig ihre nächste Bewegung und das erwartete Kamerabild vorhersagen können.
Für einen Roboterarm bedeutet das zum Beispiel vorauszudenken, was passiert, wenn er einen Becher greift oder ein Tuch verschiebt. Die Anwendung geht damit über Games hinaus: Dieselbe Forschungsfrage stellt sich in Lagerhallen, Fahrzeugen und Fabriken. Der Übergang erfordert allerdings zusätzliches Training mit echten Maschinen und unter realen Bedingungen.
Ein niederländischer Gründer mit internationalen Plänen
General Intuition arbeitet mit einem internationalen Team und rekrutiert laut De Witte in New York und Europa. Das Unternehmen gibt auf seiner Website an, im vergangenen Jahr mehr als 650 Millionen Dollar eingesammelt zu haben. Die neue Bewertung zeigt, wie viel Investoren für eine Beteiligung zu zahlen bereit sind; sie ist keine Umsatzzahl.
Das Auffälligste an dieser Geschichte bleibt der Rohstoff. Was als Teilen lustiger Spielmomente begann, kann zu einer Quelle für Maschinen werden, die besser vorausschauen lernen. Geht dieser Ansatz auf, haben Gamer nicht nur ihre eigenen Reflexe trainiert, sondern auch ein Stück der nächsten KI-Generation.
