ジェネラル・インチュイション、実社会向けのAIエージェントを訓練するため、ビデオゲームに23億ドルを投資

私がニューヨークにあるジェネラル・インチュイション社の研究開発フロアに足を踏み入れた瞬間、同社の31歳の共同創業者兼CEOであるピム・デ・ウィッテ氏が、スタンディングデスクの上のモニターを指さした。誰かが『フォートナイト』のようなゲームをプレイしているようだったが、それは人間ではなかった。

「当社のエージェントは、100時間ぶっ通しでプレイし続けています」と、最高製品責任者のケント・ロリンズは満面の笑みを浮かべて言った。

AIが仮想ゲーム環境を動き回る光景を十分に把握する間もなく、大きな四足歩行ロボットの電子的な足音が近づいてくるのが聞こえた。

「ゲームエージェントを制御しているのと同じAIが、このロボットも制御しているんです」とデ・ウィッテ氏は私に説明した。

ロボットの単一カメラからのライブ映像をストリーミングしているノートパソコンを手にしたデータアナリストのジョシュ・デュプランティスが、ボットのデフォルトモードは「探索」だと説明を付け加えた。

そのカメラ――ロボットの唯一の「目」――を使いながら、巨大な昆虫のようなロボットは私のところまで歩いてきて、周りを一周し、オフィスの中へと進んでいった。時折、椅子の脚や置き忘れられたゴミ箱にぶつかる様子は、まるで自分の体と外界の関係をまだ学んでいる幼児のようだった。 デュプランティス氏は、この四足歩行ロボットのAIモデルを微調整するのに、実世界のロボットデータがわずか8分分しかかからなかったと指摘した。しかもそのデータは、ロボットが自律走行しているオフィス内ではなく、路上で収集されたものだった。

ゲームプレイからシミュレーション、さらには物理的な具現化へと一般化できる「エージェントモデル」は、ジェネラル・インチュイションのミッションの中核をなしている。そして、世界における自身の位置を把握するその能力は、著名な投資家たちからの支援を引き寄せている。

木曜日、General Intuitionは、TechCrunchの先行報道を裏付ける形で、企業価値23億ドルで3億2000万ドルの資金調達を行ったと発表した。これにより、昨年10月の創業時に調達した1億3400万ドルに続き、同スタートアップの公表済み資金調達総額は4億5400万ドルとなった。

同社は、ゲーマーがビデオゲームのクリップをアップロード・共有できるde Witte氏のもう一つの会社「Medal」からスピンアウトした。アップロードされた数億時間分のゲームプレイ映像が、時空間推論（空間と時間の中をどのように移動するかを理解すること）に関するGeneral Intuitionのモデルを訓練するための初期データセットとなった。

しかし、鍵となったのは単なるゲームプレイ映像だけではなく、それらのクリップに埋め込まれた「アクションラベル」――つまり、プレイヤーがいつ、どのボタンを押したかを正確に記録したデータ――だった。デ・ウィッテ氏によると、競合他社の多くは動画のみからアクションを推測しようとしているが、それだけでは不十分だと彼は主張する。

「我々はこれを、事前学習の次の段階と捉えています」とデ・ウィッテ氏は語った。「我々の単一のモデルは、画面上の『フォートナイト』の情報に反応してアクションを実行できるだけでなく、LLM（大規模言語モデル）では決して成し得なかった方法で、現実世界のダイナミクスにも対応できるのです。」

ある時、デ・ウィッテ氏は、General Intuition社のワールドモデルが動作するノートパソコンを私に用意してくれた。これは、従来のゲームエンジンでレンダリングされたものではなく、フレームごとに生成されるシミュレーション環境だ。私がワールドモデルをテストする際によくあることだが、私は次々と壁にぶつかってしまった。 私が試した他のデモでは、エージェントが壁を通り抜けてしまうことがあったが、このモデルはそうしなかった。何百万時間にも及ぶゲームプレイを通じて、このモデルは「壁は壁であり、はしごは登るためのものであり、太陽の動きに合わせて影が長くなる」ということを何らかの形で学習していたのだ。

General Intuitionにとって、このワールドモデルは製品そのものではなく、社内で「ジム（the gym）」と呼ばれるトレーニング環境である。 同社が最終的に販売したいのは、エージェントモデルそのものです。デ・ウィッテ氏は、ゲームプレイに埋め込まれた行動データが、モデルが「自己」と「環境」を区別するのを助け、因果関係に対するより豊かな理解をもたらすと主張しています。

デモで見る限り、ジェネラル・インチュイションの技術は印象的だが、この課題に取り組んでいるのは同社だけではない。さらに、このようなモデルを実世界の大規模な環境で機能させることは、まだ実現されていない。 この種のアプローチの多くは、膨大な量の実世界データを必要とし、その収集には時間がかかり、コストもかかる。ジェネラル・インチュイションは、ゲームプレイがスケーラブルな近道になると賭けている。

同社の投資家たちは、この賭けに賛同している。General Intuitionの最新の資金調達ラウンドはKhosla Venturesが主導し、General Catalyst、ジェフ・ベゾス、エリック・シュミット、ニコ・ロズベルグ、そしてGoogle DeepMindやMITの研究者らが参加した。

調達資金の大部分は、計算能力の拡張に充てられる予定だ。General IntuitionはCoreWeaveと提携しており、モデルの次期バージョンの事前学習に注力する計画だ。また、夏終わりまでにAPIをより広く利用可能にするためにも、資金の一部が確保されている。

今回のラウンドを主導したKhosla Venturesのヴィノッド・コスラ氏は、デ・ウィッテ氏のビジョンと同社の独自データ基盤に惹かれたと語っている。

「LLM（大規模言語モデル）を見てみると、推論機能が現れた時は飛躍的な進化でした」と、コスラ氏は電話インタビューで私に語った。「世界モデルにおいて、その飛躍的な進化とは、AIに直感――人間のような直感――が生まれることだと思います。ゲームから得られる人間の行動や反応に関するデータが、その出現の鍵となるのです。」

そのビジョンは、世代を超えた企業となること

ジェネラル・インチュイションは、メダルのビデオゲームクリップから得られたデータを活用している。画像提供：Medal.TV

ダイナミックなワールドモデルや汎用エージェントを構築する上で、Medalの人間による行動データが重要な要素であると認識しているのは、General Intuitionだけではない。同社のチーフ・オブ・スタッフであるブリアナ・マーティン氏は、Medalが大手研究所からの買収提案を断ったことが、同社設立の一因となったと語った。それ以来、他にも買収のオファーが寄せられている。

デ・ウィッテ氏と共同創業者のエロイ・アロンソ氏、アダム・ジェリー氏、ヴィンセント・ミケリ氏は、買収されることに興味を示しておらず、同社の投資家たちも現時点ではエグジットを模索していない。 General IntuitionがMedalを通じて保有する独自データの量と質は、コスラ氏がこのスタートアップをM&Aの対象ではなく「世代を超えた投資対象」と見なす理由の一つであり、シミュレーションや現実世界における汎用エージェントや世界モデルの基盤となり得ると考えている。

「現段階での買収は、単なるデータ取得に過ぎず、あまり興味をそそられるものではない」とコスラ氏は述べた。

その賭けの一部には、デ・ウィッテ氏の価値観への信頼も含まれている。

この起業家は、国境なき医師団での活動を含め、3年間にわたり人道支援分野で働いてきた。その結果、彼はジェネラル・インチュイションの技術の活用方法について明確な一線を引いている。すなわち、人間に危害を加える目的でエージェントを展開することは決してない、ということだ。

「私たちは、システムの事態をエスカレートさせる一因にはなりたくない」とデ・ウィッテ氏は語った。「もし私が『我々は致死的な自律システムを開発している』と公言したら、他国では何が起こると思うか？」

こうした軍事用途への制限は、シリコンバレーが防衛分野への関心をますます高めている中で打ち出されたものだが、デ・ウィッテ氏は、自社のモデルが捜索救助任務に活用されることについては歓迎していると語る。

デ・ウィッテ氏はオランダ人であり、チームの多くはヨーロッパ出身者で、これが同社のアイデンティティを形成している。同氏は、マーティン氏をチームに迎え入れた理由の一つとして、彼女が米国移民税関捜査局（ICE）との提携を理由にパランティアを公に辞めた決断を挙げている。

「シリコンバレーがなぜあのような行動を取るのか、私には分かりません」と彼は語った。「私がそこにいないのには理由があるのです」

デ・ウィッテ氏の倫理観は、単にモデルが「何をしてはならないか」を制限するだけにとどまらない。10代の頃に『RuneScape』のプライベートサーバーを構築・運営して150万ドルを稼いだゲーマーとして、彼はAIモデルの能力によって取り残されてしまう人々に何が起こるのかについても考えている。

General Intuitionは最近、「Nerve」というプラットフォームを立ち上げた。これは、ゲーマーが既存の環境を活用して収入を得られる求人マーケットプレイスだ。 登録したユーザーは、データラベリングから始め、最終的にはロボットの遠隔操作やその他のタスクへと進むことができる。デ・ウィッテ氏は、Medalのユーザー層こそが、AIによる職の置き換えの影響を最も受けやすい世代であると指摘し、彼らに今後の展開への関与の機会を持たせたいと考えている。

データのフライホイール

デ・ウィッテ氏は、General IntuitionをAnthropicやOpenAIのようなエコシステムの促進者――つまり、他社が自社の技術の上に構築できるようにするモデルプロバイダー――にしたいと考えている。現在、このスタートアップには、ゲーム、シミュレーション、ロボティクス分野で数社の顧客がいる。

「私たちは自動運転車メーカーになるつもりはありません」とデ・ウィッテ氏は語った。「その代わりに、次の誰かが自動運転車メーカーを立ち上げるのを10倍容易にするつもりです。」

同社によれば、APIがより多くの顧客に普及すれば、工場のデジタルツインでロボットをテストしたり、ゲームスタジオ内で人間のようなボットを動かしたり、危険な環境を移動する四足歩行ロボットを制御したりするなど、さまざまなユースケースでその能力を検証できるようになるという。

四足歩行ロボットは、General Intuitionが実世界で試みた最初の物理的な実装例ですが、同社はドローンやその他のデバイスについてもテストを行っており、ドライビングゲーム内でモデルを動作させる実験も実施しています。

「ゲームコントローラーやキーボード、マウスで操作できるものなら、何でも動作します」とデ・ウィッテ氏は述べた。

目標の一つは、データ・フライホイールを構築することです。

「この汎用基盤モデルが中核となる具現化の形態を多様化できる顧客を選定していきます」とデ・ウィッテ氏は語った。 「研究に大きな進展をもたらす、興味深く有用な実世界データを提供できる顧客、そして、私たちがパートナーとして深く関わり、互いに学び合えるような機敏な社内チームを持つ顧客を優先します」

コスラ氏は、ジェネラル・インチュイションがこれほどまでに成長できたのは同社の独自データのおかげであり、他社が持たないデータを収集し続ける能力が不可欠になると述べた。特に、印象的なデモにもかかわらず、シミュレーションから実世界への転移が大規模なレベルで成立するかどうかは、まだ誰も完全に答えを出せていない未解決の問題だからだ。

訂正：以前の見出しにおいて、ジェネラル・インチュイションが今回のラウンドで調達した金額について誤った記載がありました。この誤りは修正されました。