I dati generati dai giochi potrebbero essere la risorsa più sottovalutata nell’addestramento dell’AI

Le aziende di intelligenza artificiale hanno trascorso gli ultimi cinque anni consumando ogni pezzo di testo, ogni immagine e ogni scarto di dati pubblicamente disponibili su Internet. Quella fornitura è finita e stiamo arrivando al punto in cui semplicemente non ci saranno abbastanza dati per sostenere il ritmo del progresso su cui hanno fatto affidamento.

Tuttavia, c’è un candidato ovvio che l’industria dell’AI ha largamente trascurato.

Costruisco sistemi di gioco per vivere e i dati che fluiscono attraverso di essi ogni giorno sono diversi da qualsiasi cosa che la maggior parte dei ricercatori di AI abbia mai lavorato. Eppure, quasi nessuno al di fuori del settore dei giochi sembra prestare attenzione.

Le piattaforme di gioco generano terabyte di dati comportamentali ogni giorno, flussi di dati strutturati di decisioni in tempo reale, attività economica e interazione sociale, tutti all’interno di ambienti costruiti su regole fisiche coerenti.

Quasi nessuno di questi dati è stato utilizzato per l’addestramento dell’AI. E le aziende che li hanno utilizzati, da DeepMind a NVIDIA, hanno prodotto alcuni dei più significativi progressi nel settore.

Il problema dei dati dell’AI

Uno studio di Epoch AI prevede che il stock di dati di testo generati dall’uomo disponibili pubblicamente sarà completamente utilizzato tra il 2026 e il 2032. I modelli dietro ChatGPT, Gemini e Claude hanno già consumato essenzialmente tutto ciò che Internet ha da offrire.

I dati sintetici o il testo che l’AI genera per alimentare se stessa è il workaround più utilizzato dall’industria. Ma i modelli addestrati con i propri output si deteriorano nel tempo a causa di un fenomeno documentato che i ricercatori chiamano crollo del modello.

Credo che il settore abbia bisogno di informazioni ricche, interattive e multimodali in cui causa ed effetto si verificano in tempo reale e ogni azione ha una conseguenza misurabile. I giochi producono esattamente questo e lo fanno a una scala che quasi nulla altro può eguagliare.

Le piattaforme di gioco spingono terabyte di dati comportamentali attraverso i loro sistemi ogni giorno. I movimenti dei giocatori, le scelte strategiche, i tempi di reazione, le transazioni economiche e le interazioni sociali scorrono tutti attraverso flussi di dati strutturati e contrassegnati nel tempo che la maggior parte dei ricercatori di AI non ha mai toccato.

Un recente articolo accademico sui dati generati dai giochi stabilisce una tassonomia di nove categorie di queste informazioni e sostiene che la stragrande maggioranza di esse rimane completamente inutilizzata dall’industria dell’AI.

Posso confermarlo dalla mia esperienza. La quantità di dati che fluisce attraverso i nostri sistemi di gioco in qualsiasi giorno dato sarebbe considerata un giacimento d’oro in qualsiasi altro settore di ricerca sull’AI. Nei giochi, semplicemente viene archiviata o scartata.

Perché i dati dei giochi sono diversi

Quando costruisco all’interno di un motore di gioco per un lungo periodo di tempo, inizio a rendermi conto di quanti dati strutturati sto seduto su che nessuno nell’AI ha mai chiesto. Ogni sessione produce fisica sincronizzata, comportamento del giocatore e causa ed effetto a livello di sistema a una scala che è difficile trovare da qualsiasi altra parte.

I motori di gioco applicano la fisica. Gli oggetti cadono, collidono e si rompono secondo regole coerenti, il che significa che i dati portano relazioni di causa ed effetto incorporate a livello di sistema piuttosto che modelli che devono indovinare da correlazioni di testo.

Quando un giocatore lancia un proiettile, il motore calcola la traiettoria, la resistenza del vento e l’impatto. L’AI apprende da un ambiente che dimostra la fisica direttamente attraverso ogni interazione, piuttosto che uno che tratta le leggi fisiche come approssimazioni statistiche.

C’è anche il problema dell’allineamento multimodale. In un gioco, dati visivi, suggerimenti audio, input del giocatore e stato ambientale si verificano tutti contemporaneamente e vengono registrati insieme. Quel tipo di sincronizzazione naturale costa una fortuna per replicarla in set di dati del mondo reale, dove i ricercatori di solito devono etichettare e allineare ogni modalità a mano.

I giochi producono casi limite a scala, troppo, attraverso la generazione di contenuti procedurali. No Man’s Sky ha 18 quintilioni di pianeti unici e per l’AI quella variazione è enormemente importante perché i casi limite determinano se un modello funziona in modo affidabile o fallisce pericolosamente.

E poi c’è la complessità emergente, che potrebbe essere la proprietà più preziosa di tutte. Quando OpenAI ha collocato agenti in un semplice gioco di nascondino, quegli agenti hanno sviluppato sei fasi distinte di strategia sofisticata interamente da soli in centinaia di milioni di round.

Hanno costruito rifugi da oggetti mobili, utilizzato rampe per violare le fortificazioni e addirittura sfruttato glitch fisici per surfare scatole sopra i muri. Nessuno di questo è stato programmato. È emerso dall’ambiente del gioco, senza una sola riga di codice che gli diceva di farlo.

Quel tipo di complessità auto-generata è esattamente ciò di cui la ricerca sull’AI ha bisogno a scala, e i giochi sono l’unico ambiente che la produce in modo affidabile senza costosa supervisione umana.

Dai giochi da tavolo ai premi Nobel

La prova più chiara che l’AI addestrata con i giochi si trasferisce nel mondo reale è un sistema che è andato a vincere un premio Nobel e sono l’esempio a cui continuo a tornare quando la gente mi chiede perché ho costruito la mia carriera intorno ai giochi e all’AI.

DeepMind ha iniziato con AlphaGo nel 2016, poi ha costruito AlphaZero, un sistema che ha insegnato a se stesso scacchi, Go e shogi senza alcuna conoscenza umana. L’architettura di AlphaZero è diventata la base per AlphaFold, che ha risolto il problema di ripiegamento delle proteine di 50 anni e ha guadagnato ai suoi creatori il premio Nobel per la chimica 2024.

Il CEO di DeepMind, Demis Hassabis, è stato aperto su questo pipeline. Ha detto a Scientific American che i giochi non erano mai l’obiettivo finale, ma piuttosto il modo più efficiente per sviluppare e testare le tecniche di AI prima di applicarle a problemi scientifici reali.

Ricordo di averlo letto e di aver sentito come se qualcuno avesse articolato esattamente ciò che avevo visto dall’interno dello sviluppo di giochi per anni.

Quella traiettoria si è poi ripetuta in tutto il settore. Gli ambienti di apprendimento per rinforzo che OpenAI ha standardizzato per prima attraverso Gymnasium ora sostengono la ricerca in robotica, veicoli autonomi e automazione industriale.

La struttura da gioco di agente, ambiente, azione e ricompensa è iniziata come una comodità di ricerca e da allora è diventata la struttura predefinita per qualsiasi sistema di AI che debba agire nel mondo fisico.

I giochi come il nuovo strato di simulazione

Nel dicembre 2025, NVIDIA ha rilasciato NitroGen, un modello di base addestrato su 40.000 ore di gioco attraverso più di 1.000 titoli. Il modello guarda video di gioco pubblicamente disponibili, estrae azioni del giocatore da sovrapposizioni del controller e impara a giocare direttamente da pixel grezzi.

Su giochi mai visti, NitroGen ha mostrato fino al 52% di miglioramento nel successo delle attività rispetto ai modelli addestrati da zero. Ma la vera importanza risiede nell’architettura sottostante.

NitroGen funziona sul framework di robotica GR00T di NVIDIA, la stessa base che la società utilizza per l’AI fisica e il trasferimento da simulazione a realtà nella sua piattaforma Isaac Sim. L’agente di gioco e il robot di fabbrica condividono lo stesso sistema sottostante.

Il progetto di Jim Fan di NVIDIA è stato descritto come un tentativo di costruire “un GPT per azioni”, un modello generale che impara a operare in qualsiasi ambiente.

Come persona che costruisce sistemi di gioco che generano esattamente il tipo di dati che questi modelli consumano, trovo difficile esagerare cosa significhi per l’industria in cui lavoro.

E questo non si limita a NVIDIA. Waymo ha registrato oltre 20 miliardi di miglia simulate per addestrare i suoi veicoli autonomi, tutti in ambienti simili ai giochi che ripetono scenari troppo pericolosi o troppo rari per essere testati su strade reali.

Le piattaforme chirurgiche costruite su motori di gioco hanno mostrato miglioramenti drammatici nelle prestazioni dei tirocinanti. Gli urbanisti utilizzano strumenti simili per l’ottimizzazione del traffico a scala cittadina.

Le piattaforme chirurgiche costruite su motori di gioco hanno mostrato miglioramenti drammatici nelle prestazioni dei tirocinanti. Gli urbanisti utilizzano strumenti simili per l’ottimizzazione del traffico a scala cittadina. Il motore di gioco è diventato uno strato di simulazione universale ovunque l’AI debba imparare attraverso l’interazione con il suo ambiente.

L’infrastruttura di cui nessuno parla

Quando la gente discute dell’infrastruttura dell’AI, tende a significare data center, cluster GPU e calcolo. In tutti gli anni in cui ho lavorato nei giochi, posso contare sulle dita di una mano il numero di volte in cui qualcuno nello spazio dell’AI ha menzionato ambienti di gioco nella stessa frase. Quella disconnessione si chiuderà molto rapidamente.

Questo diventerà ancora più ovvio man mano che i set di dati tradizionali si esauriranno. Le industrie che producono le informazioni interattive più ricche si sposteranno inevitabilmente verso il centro della ricerca sull’AI e i giochi, le simulazioni e i mondi virtuali sono meglio posizionati di qualsiasi altra cosa per colmare quel divario.

I soldi stanno già seguendo questa tendenza. L’AI nel settore dei giochi è stata valutata a 4,54 miliardi di dollari nel 2025 e dovrebbe raggiungere 81 miliardi di dollari entro il 2035.

La maggior parte degli studi di gioco con cui parlo si considera ancora un’azienda di intrattenimento. Ma quando i tuoi sistemi generano esattamente i dati di cui il prossimo modello di AI ha bisogno per l’addestramento, sei nell’azienda di infrastrutture che tu lo abbia pianificato o no.