Datová generovaná hra může být nejvíce podceňovaným zdrojem pro školení AI

Společnosti zabývající se umělou inteligencí strávily posledních pět let konzumací každého textu, každého obrázku a každého kousku veřejně dostupných dat na internetu. Tento zdroj je však omezený a blížíme se ke konci, kdy prostě nebude dostatek dat, aby udržel tempo pokroku, na kterém závisí.

Existuje však zřejmý kandidát, kterého průmysl AI téměř přehlíží.

Pracuji na vývoji herních systémů a data, která denně protékají našimi systémy, jsou jako nic, s čím se většina výzkumníků AI nikdy nesetkala. A přesto téměř nikdo mimo herní průmysl na ně nezdá, že by si všímal.

Herní platformy generují terabajty behaviorálních dat denně, strukturované proudy reálných rozhodnutí, ekonomické aktivity a sociální interakce, vše uvnitř prostředí postavených na konzistentních fyzikálních pravidlech.

Téměř žádná z těchto dat nebyla použita pro školení AI. A společnosti, které je použily, od DeepMind po NVIDIA, dosáhly některých z nejvýznamnějších průlomů v oboru.

Problém dat AI

Studie od Epoch AI předpovídá, že zásoba veřejně dostupných, člověkem generovaných textových dat bude plně využita někde mezi lety 2026 a 2032. Modely za ChatGPT, Gemini a Claude již spotřebovaly téměř vše, co internet nabízí.

Syntetická data nebo text, který AI generuje, aby se nakrmila sama, je pracovní obejití, na které se průmysl spoléhá. Ale modely školené na svých vlastních výstupech se zhoršují časem prostřednictvím dokumentovaného jevu, který výzkumníci nazývají kolaps modelu.

Co si myslím, že pole potřebuje, je bohatá, interaktivní, multimodální informace, kde příčina a účinek nastávají v reálném čase a každá akce má měřitelný důsledek. Hry produkují přesně tohle a dělají to v měřítku, které téměř nic jiného nemůže zvládnout.

Herní platformy protlačují terabajty behaviorálních dat svými systémy každý den. Pohyby hráčů, strategická rozhodnutí, reakční časy, ekonomické transakce a sociální interakce všechny protékají strukturovanými, časově označenými proudy, se kterými se většina výzkumníků AI nikdy nesetkala.

Nedávná akademická práce o datech generovaných hrami předkládá devítibodovou taxonomii této informace a argumentuje, že většina z ní zůstává zcela nevyužita průmyslem AI.

Můžu to potvrdit ze své vlastní zkušenosti. Množství dat, které protéká našimi herními systémy každý den, by bylo považováno za zlatou žílu v jakékoli jiné oblasti výzkumu AI. Ve hrách se to ale pouze archivuje nebo likviduje.

Proč jsou data her jiná

Když stavíte uvnitř herního engine dostatečně dlouho, začnete si uvědomovat, kolik strukturovaných dat máte k dispozici, o kterých se nikdo z AI nezmínil. Každá relace produkuje synchronizovanou fyziku, chování hráčů a systémové příčiny a účinky v měřítku, které je obtížné najít kdekoliv jinde.

Herní engine vynucuje fyziku. Objekty padají, srážejí se a láme se podle konzistentních pravidel, což znamená, že data obsahují kauzální vztahy zabudované na systémové úrovni, spíše než vzorce, které model musí odhadnout z textových korelací.

Když hráč vypustí projektil, engine vypočítá dráhu, odpor vzduchu a dopad. AI se učí z prostředí, které demonstruje fyziku přímo prostřednictvím každé interakce, spíše než z prostředí, které fyzikální zákony považuje za statistické aproximace.

Existuje také problém multimodální synchronizace. Ve hře vizuální data, audio signály, vstup hráče a stav prostředí nastávají současně a jsou zaznamenány společně. Taková přirozená synchronizace stojí spoustu peněz, aby se replikovala v reálných datech, kde výzkumníci obvykle musí označit a synchronizovat každou modalitu ručně.

Hry produkují hraniční případy v měřítku, také prostřednictvím procedurální generace obsahu. No Man’s Sky má 18 kvintilionů unikátních planet a pro AI je tato variace enormně důležitá, protože hraniční případy určují, zda model pracuje spolehlivě nebo nebezpečně.

A pak je tu i vznikající složitost, která může být nejcennější vlastností ze všech. Když OpenAI umístila agenty do jednoduché hry na schovávání, tito agenti vyvinuli šest různých fází sofistikované strategie zcela sami během stovek milionů kol.

Postavili úkryty z pohyblivých objektů, používali rampy k prolomení opevnění a dokonce i zneužili fyzikálních chyb, aby surfovali na krabicích přes zdi. Nic z toho nebylo naprogramováno. Všechno to vyšlo z konkurence uvnitř herního prostředí, bez jediné řádky kódu, která by jim řekla, aby to udělali.

Taková samo-generovaná složitost je přesně to, co výzkum AI potřebuje v měřítku, a hry jsou jediným prostředím, které to spolehlivě produkuje bez drahé lidské kontroly.

Od herních desek k Nobelovým cenám

Nejjasnějším důkazem, že AI školená na hrách se přenese do reálného světa, je systém, který vyhrál Nobelovu cenu, a je to příklad, na který se stále vracím, když lidé ptají, proč jsem si vybral kariéru ve hrách a AI.

DeepMind začala s AlphaGo v roce 2016, poté postavila AlphaZero, systém, který se naučil hrát šachy, Go a šógi bez jakéhokoli lidského znalostí. Architektura AlphaZero se stala základem pro AlphaFold, který řešil 50 let starý problém skládání proteinů a získal pro své tvůrce Nobelovu cenu za chemii 2024.

Generální ředitel DeepMind Demis Hassabis byl otevřený ohledně této pipeline. Řekl Scientific American, že hry nikdy nebyly konečným cílem, ale spíše nejefektivnějším způsobem, jak vyvinout a otestovat techniky AI, než je aplikoval na skutečné vědecké problémy.

Pamatuji si, že jsem to četl a cítil, jako by někdo přesně vyjádřil to, co jsem viděl z vnitřku herního vývoje po mnoho let.

Tato trajektorie se od té doby opakovala napříč oborem. Prostředí učení z posilování, které OpenAI poprvé standardizovala prostřednictvím Gymnasium, nyní podpírají výzkum v robotice, autonomních vozidlech a průmyslové automatizaci.

Herní struktura agenta, prostředí, akce a odměny začala jako výzkumná pohodlí a stala se standardním rámcem pro jakýkoli systém AI, který potřebuje jednat ve fyzickém světě.

Hry jako nová simulační vrstva

V prosinci 2025 NVIDIA vydala NitroGen, základní model školený na 40 000 hodinách herního provozu napříč více než 1 000 tituly. Model sleduje veřejně dostupné herní videa, extrahuje akce hráčů z overlayů ovladače a učí se hrát hry přímo z raw pixelů.

Na neznámých hrách, se kterými se nikdy nesetkal, NitroGen ukázal až 52% zlepšení v úspěchu úkolu ve srovnání s modely školenými od začátku. Ale skutečný význam spočívá v architektuře pod ním.

NitroGen běží na frameworku NVIDIA GR00T pro robotiku, stejném základě, který společnost používá pro fyzickou AI a sim-to-real transfer v platformě Isaac Sim. Herní agent a robot v továrně sdílejí stejný základní systém.

Jim Fan z NVIDIA popsal projekt jako pokus o vybudování “GPT pro akce”, obecného modelu, který se učí operovat v jakémkoli prostředí.

Jako někdo, kdo staví herní systémy, které generují přesně ta data, která tyto modely spotřebují, mám pocit, že je obtížné přehánět, co to znamená pro průmysl, ve kterém pracuji.

A to není omezeno pouze na NVIDIA. Waymo zaznamenala více než 20 miliard simulovaných mil, aby trénovala svá autonomní vozidla, vše v prostředí stylu herního engine, které zkouší scénáře, které jsou příliš nebezpečné nebo příliš vzácné, aby se testovaly na skutečných silnicích.

Chirurgické platformy postavené na herních enginech ukázaly dramatická zlepšení ve výkonu studentů. Městští plánovači používají podobné nástroje pro optimalizaci dopravy na úrovni města.

Chirurgické platformy postavené na herních enginech ukázaly dramatická zlepšení ve výkonu studentů. Městští plánovači používají podobné nástroje pro optimalizaci dopravy na úrovni města. Herní engine se stal univerzální simulační vrstvou, kdekoliv AI potřebuje učit se prostřednictvím interakce se svým prostředím.

Infrastruktura, o které se nemluví

Když lidé diskutují o infrastruktuře AI, obvykle míní datové centra, klastry GPU a výpočetní výkon. Za celou dobu, co jsem pracoval ve hrách, mohu spočítat na jedné ruce, kolikrát jsem slyšel někoho z AI prostoru zmínit herní prostředí ve stejném dechu. Tato propast se brzy uzavře.

To se stane ještě zřetelnějším, jakmile tradiční datové sady budou vyčerpány. Průmysly, které produkují nejbohatší interaktivní data, se nevyhnutelně přesunou do centra výzkumu AI a hry, simulace a virtuální světy jsou lépe vybaveny, aby zaplnily tuto mezeru, než cokoli jiného.

Peníze již následují tento trend. AI v herním sektoru byla hodnota 4,54 miliardy dolarů v roce 2025 a má se dostihnout 81 miliard dolarů do roku 2035.

Většina herních studií, se kterými mluvím, se stále považuje za zábavní společnosti. Ale když vaše systémy generují přesně ta data, která další generace modelů AI potřebuje k tréninku, jste v infrastrukturním byznysu, ať už jste to plánovali nebo ne.