Un’idea audace ridefinisce il dibattito sull’intelligenza artificiale generale (AGI): i modelli di linguaggio attuali, come ChatGPT e Claude, sarebbero carenti dell’intelligenza spaziale-temporale indispensabile per l’AGI. Secondo Pim de Witte, co-fondatore e CEO di General Intuition, la soluzione non risiederebbe nel vasto archivio del web, bensì in una fonte sorprendentemente ricca e dinamica: i videogiochi.
De Witte, intervenendo nel podcast Equity di TechCrunch, ha evidenziato il limite intrinseco dei Large Language Models (LLM): «modelli eccellenti per la gestione del testo, ma meno efficaci nel comprendere il movimento degli oggetti nello spazio e nel tempo» — una competenza cruciale per sviluppare un’intelligenza che generalizzi.
La startup General Intuition, supportata da investitori come Bezos, MIT e Google DeepMind, ha chiuso un round da 320 milioni di dollari, raggiungendo una valutazione di 2,3 miliardi. L’obiettivo è chiaro: innescare un’inversione di paradigma nel pre-training dell’AI.
Il potenziale dei dati di gioco
General Intuition è nata come spin-out di Medal, una piattaforma dove i giocatori condividono clip di gameplay. Questa origine strategica permette alla startup di accedere non solo ai video, ma anche all’essenziale action data integrata: ogni pressione di tasto e il relativo tempismo. A differenza dei concorrenti, che inferiscono le azioni dai pixel, General Intuition sfrutta dati diretti, ritenuti da de Witte fondamentali per causalità e intuizione.
Dalla simulazione al mondo reale
Una dimostrazione significativa, descritta da TechCrunch, ha visto un agente AI giocare a un videogioco in stile Fortnite per oltre cento ore. Successivamente, lo stesso modello di base ha guidato un robot quadrupede nel mondo reale. Dopo soli otto minuti di dati raccolti per la messa a punto nell’ambiente fisico, il modello si è adattato al robot, offrendo una prova pionieristica del passaggio dalla simulazione alla realtà.
Investimenti e strategia futura
Il round da 320 milioni di dollari, guidato da Khosla Ventures con la partecipazione di General Catalyst, Bezos, Eric Schmidt, Hedosophia, Innovation Endeavors e Nico Rosberg, ha portato il capitale totale a circa 454 milioni.
Questi fondi saranno impiegati per potenziare le capacità computazionali, pre-addestrare nuovi modelli e rendere disponibile un’API entro la fine dell’estate.
Vinod Khosla ha interpretato questa scommessa come un nuovo salto quantico: se nei LLM l’innovazione è stata la comparsa del ragionamento, nei world models, l’emergere dell’intuizione attraverso i dati di azione umana rappresenta il prossimo grande passo.
Verso un’intelligenza che agisce
La tesi centrale di General Intuition è che i dati di gameplay, ricchi di azioni, creano un terreno fertile per lo sviluppo di forme di intelligenza capaci di percepire, anticipare e adattarsi in ambienti dinamici. L’obiettivo è fornire un “foundation model d’azione”: non un chatbot, ma un agente autonomo in grado di operare in mondi virtuali o reali.
Prospettive, sfide e etica
Nonostante le dimostrazioni siano promettenti, il trasferimento su larga scala rimane una sfida aperta. Storicamente, il passaggio dagli ambienti virtuali a quelli fisici ha rappresentato un ostacolo per molti progetti ambiziosi. I risultati attuali provengono da test interni, in assenza di benchmark esterni indipendenti.
Sul fronte etico, Pim de Witte ha stabilito una linea chiara: nessuna applicazione letale. L’intento è sviluppare agenti utili per scopi come la ricerca e il soccorso, escludendo categoricamente le applicazioni militari offensive.
De Witte ha inoltre evidenziato l’aspetto sociale del progetto con “Nerve”, un marketplace che compenserà i giocatori per attività come l’etichettatura o la teleoperazione di robot, posizionando questa fascia di popolazione al centro della costruzione dell’AI.
L’intento strategico di General Intuition è ambizioso: diventare un’infrastruttura essenziale, un cloud dell’agire intelligente, su cui startup di logistica, robotica, mobilitàe altri potranno costruire applicazioni complesse.
General Intuition scommette su un approccio radicale: addestrare l’AI non su testo o immagini statiche, ma su dati di azione e interazione. L’obiettivo è formare modelli capaci di muoversi, reagire e apprendere nel mondo fisico. Il successo di questa visione segnerà un nuovo paradigma, transitando dalle parole ai mondi, dall’analisi all’intuizione.
