Videogames: A Nova Fronteira para Treinar Inteligência Artificial

Videogames são a nova aposta para treinar IA

Quando falamos em inteligência artificial geral, os modelos de linguagem atuais, como o ChatGPT, ainda não chegaram lá. Eles são ótimos com texto, mas deixam a desejar quando o assunto é entender como as coisas se movem no espaço e no tempo. E é aí que os videogames entram em cena. A General Intuition, uma startup de Nova York apoiada por ninguém menos que Jeff Bezos, aposta que dados de jogos podem ser a chave para o próximo grande salto na IA física. A empresa, que recentemente levantou US$ 320 milhões, acredita que os modelos de mundo treinados em dados de jogos podem transformar a forma como a IA entende o mundo físico.

A conexão entre jogos e IA física

Pim de Witte, CEO da General Intuition, explica que a empresa surgiu da Medal TV, uma plataforma de jogos. Ele acredita que os dados dos jogos oferecem uma riqueza de informações sobre como objetos interagem e se movem, algo que os modelos de linguagem simplesmente não conseguem capturar. Imagine um jogo de corrida: ele não só simula carros em alta velocidade, mas também como eles reagem a colisões, curvas e diferentes superfícies. Essas simulações são um prato cheio para treinar IA em cenários complexos e dinâmicos.

Além disso, os jogos oferecem um ambiente controlado e repetível, ideal para treinar algoritmos de IA. Diferente da internet, onde a informação é vasta, mas desorganizada, os jogos têm regras claras e feedback imediato. Isso permite que a IA aprenda de forma mais eficiente e precisa. No entanto, essa abordagem não está isenta de desafios éticos. De Witte reconhece que, ao treinar IA com dados de jogos, é preciso ter cuidado para que essas tecnologias não sejam usadas para fins indesejados, como aplicações militares.

A aposta que pode mudar o jogo

A aposta da General Intuition em dados de jogos pode redefinir o caminho para a inteligência artificial. Enquanto muitos se concentram em melhorar os modelos de linguagem, a empresa está olhando para o mundo físico, onde a IA ainda tem muito a aprender. Essa abordagem pode abrir novas possibilidades em áreas como robótica e automação, onde a compreensão do espaço e do tempo é crucial.