30/09/2026 · VietTechies · Biên tập
Startup Worldmodeldata của Anh đang xây dựng hoạt động kinh doanh dữ liệu huấn luyện dựa trên trò chơi điện tử, kết hợp bản ghi từ các môi trường 3D mô phỏng với thao tác điều khiển được thực hiện trong đó. Công ty cho biết đã cấp phép gần 1 triệu giờ dữ liệu từ các studio trò chơi, nhưng chưa tiết lộ những studio hoặc tựa game liên quan.
Một loại kho dữ liệu huấn luyện khác
Mô hình thế giới cần các ví dụ thể hiện mối liên hệ giữa những gì hệ thống quan sát được, hành động được thực hiện và hệ quả phát sinh. Về lâu dài, loại dữ liệu này có thể hỗ trợ những hệ thống di chuyển trong không gian hoặc điều khiển thiết bị vật lý. Tuy nhiên, internet không có một nguồn dữ liệu tương đương với các kho văn bản khổng lồ dùng để huấn luyện mô hình ngôn ngữ lớn. Một số nhà phát triển vì thế thu thập các thao tác mẫu từ con người hoặc robot được gắn cảm biến, nhưng cách làm này thường chỉ tạo ra tập dữ liệu tương đối hạn chế và lặp lại.
Trò chơi trở thành nguồn cung dữ liệu
Worldmodeldata, công ty có Yann LeCun làm cố vấn, đề xuất tận dụng khối lượng lớn dữ liệu tương tác vốn đã được tạo ra trong trò chơi. Startup này muốn đóng vai trò trung gian, phụ trách cấp phép, sắp xếp và đóng gói dữ liệu từ nhiều studio, qua đó giúp các phòng thí nghiệm AI không phải đàm phán riêng với từng nhà phát triển. Những công ty khác như General Intuition và Niantic cũng đang thu thập dữ liệu trò chơi từ nền tảng của chính họ để phát triển mô hình.
CEO Rhea Loucas kỳ vọng dữ liệu trò chơi sẽ cung cấp nền tảng huấn luyện ban đầu có phạm vi rộng, trước khi mô hình được tinh chỉnh bằng thông tin từ một nhiệm vụ hoặc môi trường thực tế cụ thể. Startup này cũng muốn xây dựng một cơ chế để người chơi cá nhân có thể được trả thù lao trong tương lai, nhưng nguồn tin không nêu thời điểm triển khai hay chi tiết vận hành của kế hoạch đó.
Quy mô không bảo đảm tính chân thực
Giả thuyết cốt lõi vẫn chưa được kiểm chứng: các bộ dữ liệu hình ảnh và hành động lớn hơn có thể cải thiện mô hình thế giới, nhưng môi trường trò chơi thường đơn giản hóa hoặc thay đổi hành vi vật lý. Một thao tác trên tay cầm có thể cho thấy hành động nào đã tạo ra kết quả nào, song không ghi lại được lực tác động, áp lực cầm nắm hay những chuyển động chính xác cần thiết để máy móc tái tạo kết quả đó trong thế giới vật lý.
Hữu ích với một số nhiệm vụ, hạn chế với những nhiệm vụ khác
Ming-Yu Liu, người phụ trách mô hình thế giới tại Nvidia, nói với WIRED rằng dữ liệu lấy từ trò chơi khó có khả năng chuyển giao hiệu quả sang các nhiệm vụ đòi hỏi khả năng điều khiển vận động tinh, chẳng hạn thao tác cẩn thận với đồ vật. Thay vào đó, Nvidia sử dụng một engine tùy chỉnh được thiết kế để tái tạo vật lý ngoài đời thực. Theo Liu, dữ liệu trò chơi có thể phù hợp hơn với các mô hình tạo video chân thực hoặc môi trường 3D. Nhà nghiên cứu Xiatian Zhu tại University of Surrey cũng nhận định mô phỏng trong trò chơi có cơ sở vật lý nhất định nhưng chỉ là những phép xấp xỉ thô.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.
Nguồn: The Next Evolution of AI Is Learning From Your Dodgy Gaming Skills