استارتاپی بریتانیایی به‌دنبال آموزش هوش مصنوعی با داده‌های بازی‌هاست

استارتاپ بریتانیایی Worldmodeldata می‌خواهد داده‌های کنترلی و تصویری بازی‌های ویدیویی را به منبعی برای آموزش نسل تازه‌ای از هوش مصنوعی تبدیل کند؛ رویکردی که می‌تواند بخشی از کمبود داده برای ساخت مدل‌هایی را جبران کند که باید محیط فیزیکی را درک کنند و در آن دست به عمل بزنند. این شرکت می‌گوید نزدیک به یک میلیون ساعت داده از استودیوهای بازی‌سازی مجوز گرفته است. به گزارش WIRED در ۲۸ سپتامبر ۲۰۲۶، کارایی این داده‌ها برای آموزش مدل‌های جهان هنوز به‌طور کامل آزموده نشده، اما توجه به آن‌ها پاسخی به یکی از گلوگاه‌های مهم این حوزه است.

چرا مدل‌های زبانی برای کار در دنیای فیزیکی کافی نیستند؟

مدل‌های زبانی بزرگ یا LLMها با حجم بسیار زیادی از متن آموزش می‌بینند. این روش به آن‌ها کمک می‌کند زبان را پردازش کنند و درباره موضوعات مختلف پاسخ بسازند، اما متن به‌تنهایی اطلاعات کافی درباره حرکت در یک محیط واقعی، دست‌گرفتن یک شیء یا پیش‌بینی نتیجه یک کنش فراهم نمی‌کند. به همین دلیل، شماری از فعالان و پژوهشگران هوش مصنوعی می‌گویند توانایی این مدل‌ها برای کارهایی که به دقت و مهارت فیزیکی نیاز دارند، ممکن است محدود بماند.

رانندگی خودکار، هدایت بازوی رباتیک و انجام کارهای ظریف نمونه‌هایی از فعالیت‌هایی هستند که در آن‌ها سامانه باید با محیط تعامل کند. برای انجام موفق چنین کارهایی، هوش مصنوعی فقط به شناخت اشیا نیاز ندارد؛ باید بتواند پیوند میان یک حرکت و نتیجه آن را هم یاد بگیرد. در کار با بازوی رباتیک، برای مثال، دانستن اینکه چه زمانی باید شیئی را گرفت کافی نیست: میزان فشار دست و نیروی لازم برای جابه‌جایی آن نیز اهمیت دارد.

برای پاسخ به این نیاز، گروهی از پژوهشگران به سراغ «مدل‌های جهان» رفته‌اند. این مدل‌ها برای یادگیری چگونگی کارکرد محیط و رابطه میان کنش و پیامد طراحی می‌شوند. چهره‌هایی مانند Fei-Fei Li و Yann LeCun از جمله پژوهشگرانی هستند که بنا بر گزارش WIRED، بر این دسته از سامانه‌های هوش مصنوعی تمرکز کرده‌اند. ساخت و آموزش چنین مدلی به داده‌ای نیاز دارد که هم تصویر محیط را نشان دهد و هم اطلاعاتی درباره کنش انجام‌شده در آن محیط داشته باشد.

داده‌های بازی چه چیزی به مدل‌ها می‌آموزند؟

در بازی سه‌بعدی، بازیکن با جابه‌جاکردن دسته، فشردن دکمه‌ها یا کشیدن ماشه، کاراکتر یا وسیله‌ای را در محیط حرکت می‌دهد. بازی می‌تواند هم‌زمان تصویری از فضای سه‌بعدی ارائه کند و نشان دهد بازیکن چه ورودی‌هایی به کنترل‌گر داده است. Worldmodeldata می‌خواهد همین همراهیِ تصویر و کنش را به داده‌ای قابل استفاده برای آموزش مدل‌های جهان تبدیل کند.

مزیت احتمالی این روش، گستردگی و تنوع تجربه‌های موجود در بازی‌هاست. به گفته ریا لوکاس، مدیرعامل Worldmodeldata، بازی‌های زیادی وجود دارند و محیط‌های آن‌ها هرچه بیشتر به جهان واقعی شباهت پیدا می‌کنند. از نگاه شرکت، گردآوری تجربه‌های گوناگون می‌تواند به آموزش سامانه‌هایی کمک کند که باید در موقعیت‌های متفاوت تصمیم بگیرند و واکنش نشان دهند.

این داده‌ها با ویدئویی که صرفاً حرکت یک فرد یا ربات را ثبت می‌کند تفاوت دارند: در توضیح منتشرشده، داده بازی شامل بازنمایی دیداری یک فضای سه‌بعدی در کنار اقدام‌هایی است که بازیکن انجام داده است. چنین ترکیبی ممکن است برای بررسی اینکه یک کنش در محیطی مشخص چه پیامدی دارد مفید باشد. با این حال، اینکه شباهت‌های موجود میان بازی و واقعیت برای انتقال یادگیری کافی هستند یا نه، پرسشی است که هنوز باید پاسخ داده شود.

نقش Worldmodeldata و کمبود داده‌های مناسب

Worldmodeldata خود را واسطه‌ای برای گردآوری و سامان‌دهی داده‌ها معرفی می‌کند. طبق گزارش WIRED، برخی شرکت‌ها، از جمله General Intuition و Niantic، از داده‌های بازی‌های خود برای ساخت مدل استفاده می‌کنند. تفاوتی که Worldmodeldata برای پیشنهاد خود مطرح می‌کند این است که می‌خواهد داده را از چندین استودیوی بازی‌سازی گردآوری و برای آزمایشگاه‌های هوش مصنوعی آماده کند؛ در نتیجه، این آزمایشگاه‌ها لازم نیست جداگانه با شمار زیادی از استودیوها توافق کنند.

شرکت می‌گوید برای تهیه داده‌ها با استودیوهای سازنده بازی‌های محبوب مجوز گرفته، اما لوکاس نام آن استودیوها را اعلام نکرده است. Worldmodeldata همچنین در آینده می‌خواهد راه‌هایی فراهم کند تا بازیکنان عادی هم بتوانند در ازای داده‌های خود پول دریافت کنند. این بخش هنوز در قالب هدفی برای آینده مطرح شده و گزارش جزئیاتی درباره شیوه اجرا یا زمان آن ارائه نمی‌کند.

مسئله اصلی فقط یافتن داده تصویری نیست؛ مدل باید نمونه‌های متنوعی از کنش و پیامد را ببیند. خیاتین ژو، دانشیار دانشگاه Surrey که در هوش مصنوعی تخصص دارد، به WIRED گفته است در اینترنت داده‌هایی که رابطه علت و معلولی را نشان دهند بسیار کم‌اند. این کمبود سبب شده داده‌های آماده و متنوع برای مدل‌های جهان به موضوعی مهم تبدیل شود.

برخی آزمایشگاه‌ها برای ساخت داده، حسگرهایی را به انسان‌ها یا ربات‌ها وصل کرده‌اند و آن‌ها را در محیط‌های آزمایشی به انجام کارهای مشخص واداشته‌اند. این رویکرد داده تولید می‌کند، اما به گفته نیکول فرنکل، شریک شرکت سرمایه‌گذاری Khosla Ventures که در General Intuition سرمایه‌گذاری کرده، تکرار کارهایی مانند برداشتن و جابه‌جاکردن اشیا به‌تنهایی آشفتگی و تنوع جهان واقعی را بازنمایی نمی‌کند. در نتیجه، مدل ممکن است با موقعیت‌های کم‌سابقه یا پیش‌بینی‌نشده‌ای روبه‌رو شود که در تمرین‌های محدود دیده نشده‌اند.

فرصت‌ها و پرسش‌های باقی‌مانده

طرفداران ایده داده‌های بازی بر اهمیت «موارد مرزی» تأکید می‌کنند؛ موقعیت‌های غیرمعمولی که شاید در تمرین‌های روزمره کمتر رخ دهند، اما خطا در آن‌ها می‌تواند پیامد سنگینی داشته باشد. فرنکل نمونه‌هایی مانند خودرو، هواپیما، پهپاد، لیفتراک کارخانه و ربات چهارپا را مطرح کرده و گفته است هزینه اشتباه در کار با چنین سامانه‌هایی بالاست. از این منظر، تنوع محیط‌های بازی شاید فرصتی برای مواجهه مدل با وضعیت‌های بیشتری فراهم کند.

با این حال، وجود حجم زیادی از داده به‌خودی‌خود تضمین نمی‌کند که یک مدل در دنیای واقعی بهتر عمل کند. فرضیه‌ای که پژوهشگران در حال بررسی آن هستند این است که عملکرد مدل‌های جهان، مانند مدل‌های زبانی بزرگ، با افزایش داده‌های آموزشی بهبود می‌یابد. اما به گزارش WIRED، این فرضیه درباره مدل‌های جهان هنوز به‌طور کامل آزموده نشده است. در نتیجه، میزان شباهت تجربه‌های بازی به نیازهای عملی یک ربات یا خودروی خودران، همچنان بخشی از پرسش پژوهشی این حوزه است.

داده بازی‌ها نیز لزوماً همه اطلاعاتی را که برای کار فیزیکی لازم است در بر نمی‌گیرد. منبع گزارش، ایده Worldmodeldata را بر پایه تصویر محیط سه‌بعدی و اقدام‌های بازیکن شرح می‌دهد، اما درباره اینکه این داده‌ها در چه اندازه‌ای می‌توانند جزئیاتی مانند نیروی لازم برای گرفتن یک شیء را نشان دهند، توضیحی نمی‌دهد. بنابراین، این رویکرد را باید راهی پیشنهادی برای گسترش منابع آموزشی دانست، نه جایگزینی که کارآمدی آن از پیش اثبات شده باشد.

اهمیت اقدام Worldmodeldata در همین نقطه است: اگر این شرکت بتواند داده‌های پراکنده بازی‌ها را به شکلی قابل استفاده برای آموزش سامان دهد، ممکن است دسترسی آزمایشگاه‌ها به مجموعه‌ای بزرگ‌تر از تجربه‌های دیداری و کنشی آسان‌تر شود. اما ارزش نهایی چنین مجموعه‌ای به این وابسته خواهد بود که آیا یادگیری در محیط بازی می‌تواند به فهم بهتر و کنش دقیق‌تر در جهان فیزیکی هم بینجامد یا نه.

این خبر برای چه کسانی اهمیت دارد

این خبر برای پژوهشگران مدل‌های جهان و رباتیک اهمیت دارد، چون به مسئله کمبود داده‌هایی می‌پردازد که کنش و پیامد را هم‌زمان ثبت می‌کنند. آزمایشگاه‌های هوش مصنوعی و شرکت‌هایی که روی سامانه‌های خودران کار می‌کنند نیز ممکن است به منابع آموزشی تازه علاقه‌مند باشند، هرچند انتقال مهارت از بازی به محیط واقعی هنوز تضمین‌شده نیست. برای استودیوها و بازیکنان هم طرح Worldmodeldata می‌تواند در آینده شیوه تازه‌ای برای استفاده از داده‌های بازی ایجاد کند؛ با این تفاوت که برنامه جبران مالی بازیکنان، طبق گزارش، هنوز در حد هدف آینده شرکت است.