Игровые данные могут стать наиболее недооцененным ресурсом в обучении ИИ

Компании, занимающиеся ИИ, потратили последние пять лет на потребление каждого текста, каждого изображения и каждого куска публично доступных данных в интернете. Этот запас является конечным, и мы приближаемся к моменту, когда просто не будет достаточно данных, чтобы поддерживать темп прогресса, от которого они зависят.

Однако есть очевидный кандидат, которого отрасль ИИ в значительной степени упустила из виду.

Я занимаюсь созданием игровых систем по профессии, и данные, которые проходят через них каждый день, не похожи на что-либо, с чем сталкивались большинство исследователей ИИ. И почти никто вне игровой индустрии, кажется, не обращает на это внимания.

Игровые платформы генерируют терабайты поведенческих данных каждый день, структурированные потоки реальных решений, экономической деятельности и социального взаимодействия, все внутри среды, построенной на последовательных физических правилах.

Почти none этих данных были использованы для обучения ИИ. И компании, которые использовали их, от DeepMind до NVIDIA, добились некоторых из наиболее значительных прорывов в этой области.

Проблема данных ИИ

Исследование Epoch AI предсказывает, что запас публично доступных, сгенерированных человеком текстовых данных будет полностью использован где-то между 2026 и 2032 годами. Модели, лежащие в основе ChatGPT, Gemini и Claude, уже потребили практически все, что интернет может предложить.

Синтетические данные или текст, который ИИ генерирует для обратной связи в ИИ, являются обходным путем, используемым отраслью. Но модели, обученные на своем собственном выводе, ухудшаются со временем из-за явления, которое исследователи называют коллапсом модели.

На что, как я считаю, нуждается область, – это богатая, интерактивная, многомодальная информация, где причина и следствие происходят в реальном времени, и каждое действие имеет измеримое последствие. Игры производят именно это, и они делают это в масштабе, который почти ничто другое не может сравниться.

Игровые платформы пропускают через свои системы терабайты поведенческих данных каждый день. Движения игроков, стратегические решения, время реакции, экономические транзакции и социальные взаимодействия все проходят через структурированные, помеченные по времени потоки, которые большинство исследователей ИИ никогда не трогали.

Недавняя академическая статья о данных, сгенерированных играми, представляет девятикатегориальную таксономию этой информации и утверждает, что подавляющее большинство ее остается совершенно неиспользованным отраслью ИИ.

Я могу подтвердить это из своего собственного опыта. Количество данных, которое проходит через наши игровые системы в любой день, было бы считаться золотой жилой в любой другой области исследований ИИ. В играх оно просто архивируется или выбрасывается.

Почему данные игр отличаются

Когда вы строите внутри игрового движка в течение долгого времени, вы начинаете осознавать, сколько структурированных данных вы сидите на, которые никто в ИИ не спросил еще. Каждая сессия производит синхронизированную физику, поведение игрока и системный причинно-следственный эффект в масштабе, который трудно найти где-либо еще.

Игровые движки обеспечивают соблюдение физики. Объекты падают, сталкиваются и ломаются в соответствии с последовательными правилами, что означает, что данные несут причинно-следственные отношения, встроенные на системном уровне, а не закономерности, которые модель должна угадать из текстовых корреляций.

Когда игрок запускает снаряд, движок рассчитывает траекторию, сопротивление ветра и удар. ИИ учится в среде, которая демонстрирует физику напрямую через каждое взаимодействие, а не одну, которая рассматривает физические законы как статистические приближения.

Есть также проблема многомодальной синхронизации. В игре визуальные данные, аудио-сигналы, входные данные игрока и состояние среды происходят одновременно и регистрируются вместе. Такая естественная синхронизация стоит целое состояние, чтобы воспроизвести в реальных наборах данных, где исследователи обычно должны помечать и выравнивать каждую модальность вручную.

Игры производят крайние случаи в масштабе, слишком, через процедурную генерацию контента. No Man’s Sky имеет 18 квинтиллионов уникальных планет, и для ИИ это вариация имеет огромное значение, потому что крайние случаи определяют, работает ли модель надежно или опасно.

И есть еще возникающая сложность, которая может быть наиболее ценным свойством. Когда OpenAI поместила агентов в простую игру в прятки, эти агенты развили шесть различных фаз сложной стратегии полностью самостоятельно за сотни миллионов раундов.

Они построили укрытия из перемещаемых объектов, использовали рампы, чтобы прорвать укрепления, и даже использовали физические глюки, чтобы кататься на коробках над стенами. Ничего из этого не было запрограммировано. Все это возникло из конкуренции внутри игровой среды, без единой строки кода, которая сказала бы им делать это.

Такая самопроизвольная сложность – именно то, что исследования ИИ нуждаются в масштабе, и игры – единственные среды, которые производят это надежно без дорогого человеческого надзора.

От игровых досок до Нобелевских премий

Самое явное доказательство того, что ИИ, обученный на играх, переносится в реальный мир, – это система, которая выиграла Нобелевскую премию, и это пример, на который я постоянно ссылаюсь, когда люди спрашивают меня, почему я построил свою карьеру вокруг игр и ИИ.

DeepMind начала с AlphaGo в 2016 году, затем построила AlphaZero, систему, которая научилась шахматам, Го и сёги без каких-либо человеческих знаний. Архитектура AlphaZero стала основой для AlphaFold, которая решила 50-летнюю проблему сворачивания белков и принесла ее создателям Нобелевскую премию по химии 2024 года.

Генеральный директор DeepMind Демис Хассабис был откровенен об этом конвейере. Он рассказал Scientific American, что игры никогда не были конечной целью, а скорее наиболее эффективным способом разработки и тестирования методов ИИ, прежде чем он применяет их к реальным научным проблемам.

Я помню, что читал это и чувствовал, что кто-то сформулировал точно то, что я видел изнутри игровой разработки на протяжении многих лет.

Эта траектория с тех пор повторилась на протяжении всей области. Среды обучения с подкреплением, которые OpenAI впервые стандартизировала через Gymnasium, теперь лежат в основе исследований в области робототехники, автономных транспортных средств и промышленной автоматизации.

Игровая структура агента, среды, действия и награды начала как исследовательское удобство и с тех пор стала стандартной основой для любой системы ИИ, которая должна действовать в физическом мире.

Игры как новый слой симуляции

В декабре 2025 года NVIDIA выпустила NitroGen, базовую модель, обученную на 40 000 часах игрового процесса более чем в 1000 названиях. Модель смотрит на публично доступные видеоролики игрового процесса, извлекает действия игрока из контроллерных наложений и учится играть в игры напрямую из сырых пикселей.

На не виденных ранее играх NitroGen показала до 52% улучшения успеха задач по сравнению с моделями, обученными с нуля. Но真正ное значение заключается в архитектуре, лежащей в основе.

NitroGen работает на робототехническом фреймворке GR00T от NVIDIA, той же основе, которую компания использует для физического ИИ и симуляции в своей платформе Isaac Sim. Игровой агент и заводской робот делят одну и ту же базовую систему.

Джим Фан из NVIDIA описал проект как попытку построить “GPT для действий”, общую модель, которая учится действовать в любой среде.

Как человек, который строит игровые системы, которые генерируют именно те данные, которые эти модели потребляют, я нахожу трудным переоценить, что это значит для отрасли, в которой я работаю.

И это не ограничивается NVIDIA. Waymo зарегистрировала более 20 миллиардов симулированных миль для обучения своих автономных транспортных средств, все в средах, похожих на игровые движки, которые репетируют сценарии, слишком опасные или слишком редкие для тестирования на реальных дорогах.

Хирургические платформы, построенные на игровых движках, показали драматические улучшения в производительности тренировок. Городские планировщики используют аналогичные инструменты для оптимизации трафика на городском масштабе.

Хирургические платформы, построенные на игровых движках, показали драматические улучшения в производительности тренировок. Городские планировщики используют аналогичные инструменты для оптимизации трафика на городском масштабе. Игровой движок стал универсальным слоем симуляции, где бы ИИ ни нуждался в обучении через взаимодействие со своей средой.

Инфраструктура, о которой никто не говорит

Когда люди обсуждают инфраструктуру ИИ, они обычно имеют в виду центры обработки данных, кластеры GPU и вычислительные мощности. За все годы, которые я работал в играх, я могу по пальцам перечислить количество раз, когда кто-то в области ИИ упоминал игровые среды в одном дыхании. Это разрыв будет закрываться очень быстро.

Это станет еще более очевидным, когда традиционные наборы данных иссякнут. Отрасли, которые производят наиболее богатые интерактивные данные, неизбежно переместятся в центр исследований ИИ, и игры, симуляции и виртуальные миры лучше всего подходят для заполнения этого пробела.

Деньги уже следуют этой тенденции. ИИ в игровом секторе был оценен в 4,54 миллиарда долларов в 2025 году и, как ожидается, достигнет 81 миллиарда долларов к 2035 году.

Большинство игровых студий, с которыми я разговариваю, все еще считают себя компаниями, занимающимися развлечениями. Но когда ваши системы генерируют именно те данные, которые следующее поколение моделей ИИ нужно для обучения, вы находитесь в инфраструктурном бизнесе, независимо от того, планировали ли вы это или нет.