Warum Gaming-Daten der bessere Trainingsstoff für allgemeine AI sein könnten
TL;DR
General-Intuition-CEO Pim de Witte hält reine LLMs für zu textlastig: ChatGPT und Claude schreiben stark, verstehen Bewegung, Raum und Zeit aber nur begrenzt. General Intuition nutzt Gaming-Daten aus Medal: nicht nur Clips, sondern Action Labels, also welche Taste oder Mausbewegung ein Spieler wann ausführt. Das New Yorker Startup ist laut TechCrunch mit 2,3 Milliarden Dollar bewertet und hat 320 Millionen Dollar eingesammelt. Das ist auch eine Wette auf proprietäre Daten.
Nauti's Take
Der starke Teil an General Intuition ist die Datenidee: Action Labels aus Spielen sind näher an Ursache und Wirkung als ein Berg Reddit-Text. Der schwache Teil ist die AGI-Verpackung.
Zwischen einem Agenten, der in einer Spielwelt nicht durch Wände läuft, und einem System, das echte Fabriken, Straßen oder Rettungseinsätze zuverlässig versteht, liegt viel Schmutz, Haftung und Physik. Beobachten ja.
Hype ungefiltert übernehmen eher nicht.
Einordnunganzeigen
Der Kern ist nicht Gaming-Nostalgie, sondern Datenqualität. Internetdaten zeigen, was Menschen schreiben und posten; Spiele zeigen Handlungen in einer kontrollierten Welt, inklusive Timing, Ziel und Reaktion. Wenn das trägt, könnten Robotik, Simulation und autonome Agenten einen neuen Trainingspfad bekommen.
Wenn nicht, bleibt es eine sehr teure Demo mit guter Story.
Quellen