ข้อมูลที่สร้างจากเกมอาจเป็นทรัพยากรที่มีค่าที่สุดในการฝึกอบรม AI

บริษัท AI ได้ใช้เวลาห้าปีที่ผ่านมาในการบริโภคข้อความทุกชิ้น ภาพทุกภาพ และข้อมูลที่มีอยู่ทุกชิ้นบนอินเทอร์เน็ต ซึ่งทรัพยากรนี้มีจำนวนจำกัด และเรากำลังเข้าใกล้จุดที่ไม่มีข้อมูลเพียงพอที่จะรองรับการพัฒนาที่ต้องการ

อย่างไรก็ตาม มีผู้สมัครที่ชัดเจนที่อุตสาหกรรม AI เพิกเฉยไป

ฉันสร้างระบบเกมมาตลอด และข้อมูลที่ไหลผ่านระบบทุกวันไม่เหมือนกับสิ่งที่นักวิจัย AI ส่วนใหญ่เคยทำงานด้วย และแทบไม่มีใครนอกอุตสาหกรรมเกมที่ให้ความสนใจ

แพลตฟอร์มเกมสร้างข้อมูลพฤติกรรมหลายเทระไบต์ทุกวัน ซึ่งเป็นข้อมูลที่มีโครงสร้างและเวลาเรียลไทม์ รวมถึงการกระทำทางเศรษฐกิจและการโต้ตอบทางสังคมทั้งหมดภายในสภาพแวดล้อมที่มีกฎฟิสิกส์ที่สม่ำเสมอ

แทบไม่มีข้อมูลนี้ที่เคยใช้ในการฝึกอบรม AI และบริษัทที่ใช้มัน เช่น DeepMind และ NVIDIA ได้สร้างความก้าวหน้าที่สำคัญที่สุดในด้านนี้

ปัญหาข้อมูลของ AI

การศึกษาจาก Epoch AI คาดการณ์ว่าหุ้นข้อมูลข้อความที่สร้างโดยมนุษย์ที่มีอยู่จะถูกใช้จนหมดระหว่างปี 2026 ถึง 2032 และโมเดลที่อยู่เบื้องหลัง ChatGPT, Gemini และ Claude ได้ใช้แทบทุกสิ่งที่อินเทอร์เน็ตมีให้แล้ว

ข้อมูลสังเคราะห์หรือข้อความที่ AI สร้างขึ้นเพื่อกลับไปใช้ในการฝึกอบรม AI เป็นวิธีแก้ปัญหาอย่างง่าย แต่โมเดลที่ฝึกอบรมด้วยข้อมูลที่ตนเองสร้างขึ้นจะเสื่อมลงตามเวลาผ่านไปเนื่องจาก การล่มสลายของโมเดลที่นักวิจัยเรียกว่า

สิ่งที่ฉันเชื่อว่าภาคนี้ต้องการคือข้อมูลแบบโต้ตอบหลายรูปแบบที่มีเหตุและผลที่เกิดขึ้นในเวลาเรียลไทม์ และทุกการกระทำมีผลลัพธ์ที่วัดได้ เกมสร้างข้อมูลนี้และทำได้ที่ขนาดที่แทบไม่มีสิ่งใดที่สามารถเทียบได้

แพลตฟอร์มเกมผลิตข้อมูลพฤติกรรมหลายเทระไบต์ทุกวัน การเคลื่อนไหวของผู้เล่น การตัดสินใจเชิงกลยุทธ์ เวลาในการตอบสนอง การทำธุรกรรมทางเศรษฐกิจ และการโต้ตอบทางสังคมทั้งหมดไหลผ่านสตรีมที่มีโครงสร้างและเวลาเรียลไทม์ ซึ่งเป็นสิ่งที่นักวิจัย AI ส่วนใหญ่ไม่เคยสัมผัส

งานวิจัยทางวิชาการเกี่ยวกับข้อมูลที่สร้างจากเกม สร้างระบบการจำแนกประเภทข้อมูลนี้เป็น 9 ประเภท และแย้งว่าส่วนใหญ่ของข้อมูลนี้ยังไม่ถูกใช้โดยอุตสาหกรรม AI

ฉันสามารถยืนยันสิ่งนี้จากประสบการณ์ของตัวเอง ปริมาณข้อมูลที่ไหลผ่านระบบเกมของเราทุกวันจะถือเป็นเหมืองทองในด้านวิจัย AI อื่นๆ แต่ในเกม มันถูกเก็บถาวรหรือทิ้งไป

ทำไมข้อมูลเกมจึงแตกต่าง

เมื่อคุณสร้างระบบภายในเครื่องยนต์เกมเป็นเวลานาน คุณเริ่มรู้ว่ามีข้อมูลที่มีโครงสร้างมากมายที่ไม่มีใครใน AI ถามหา

เครื่องยนต์เกมบังคับใช้กฎฟิสิกส์ วัตถุจะตกลงมา พุ่งชน และแตกหักตามกฎที่สม่ำเสมอ ซึ่งหมายความว่าข้อมูลนั้นมีความสัมพันธ์เชิงสาเหตุในระดับระบบมากกว่าแบบที่โมเดลต้องเดาจากความสัมพันธ์ของข้อความ

เมื่อผู้เล่นยิงวัตถุ เครื่องยนต์คำนวณเส้นทาง ความต้านทานของลม และผลกระทบ AI เรียนรู้จากสภาพแวดล้อมที่แสดงฟิสิกส์โดยตรงผ่านการโต้ตอบทุกครั้ง ไม่ใช่สภาพแวดล้อมที่รักษากฎฟิสิกส์เป็นเพียงการประมาณค่าทางสถิติ

มีปัญหาเรื่องการจัดตำแหน่งแบบหลายรูปแบบด้วย ในเกม ข้อมูลภาพ เสียง การป้อนข้อมูลของผู้เล่น และสถานะสภาพแวดล้อมทั้งหมดเกิดขึ้นพร้อมกันและถูกบันทึกไว้ด้วยกัน การจัดตำแหน่งแบบธรรมชาติเช่นนี้มีค่าใช้จ่ายสูงในการทำซ้ำในเซตข้อมูลของโลกแห่งความเป็นจริง ซึ่งนักวิจัยต้องติดป้ายกำกับและจัดตำแหน่งแต่ละรูปแบบด้วยตนเอง

เกมสร้างกรณีชายขอบในระดับใหญ่ผ่านการสร้างเนื้อหาที่กระทำได้ No Man’s Sky มี18 ควินติลลียนดาวเคราะห์ที่ไม่ซ้ำกัน และสำหรับ AI ความแปรผันของดาวเคราะห์นี้มีความสำคัญมากเพราะกรณีชายขอบกำหนดว่าโมเดลจะทำงานได้เชื่อถือได้หรือล้มเหลวอย่างอันตราย

และแล้วมีความซับซ้อนที่เกิดขึ้นเอง ซึ่งอาจเป็นคุณสมบัติที่มีค่าที่สุด เมื่อ OpenAI วางตัวแทนในเกมซ่อนเร้นง่ายๆ ตัวแทนเหล่านั้นพัฒนายุทธวิธีที่ซับซ้อนหกขั้นตอนโดยไม่มีการเขียนโค้ดใดๆ ในหลายร้อยล้านรอบ

พวกมันสร้างที่หลบภัยจากวัตถุที่สามารถย้ายได้ ใช้ทางลาดเพื่อเจาะรูและยึดครอง และแม้กระทั่งใช้ข้อผิดพลาดของฟิสิกส์เพื่อโต้กลับกล่องไปเหนือกำแพง ไม่มีการเขียนโค้ดใดๆ ที่บอกให้พวกมันทำสิ่งเหล่านั้น

ความซับซ้อนที่เกิดขึ้นเองนี้คือสิ่งที่การวิจัย AI ต้องการในระดับใหญ่ และเกมเป็นสภาพแวดล้อมเดียวที่สร้างสิ่งนี้ได้อย่างน่าเชื่อถือโดยไม่ต้องมีการกำกับดูแลของมนุษย์ที่มีค่าใช้จ่ายสูง

จากกระดานเกมไปจนถึงรางวัลโนเบล

หลักฐานที่ชัดเจนที่สุดว่า AI ที่ฝึกอบรมจากเกมสามารถใช้ได้ในโลกแห่งความเป็นจริงคือระบบที่ได้รับรางวัลโนเบล และเป็นตัวอย่างที่ฉันกลับมาพูดถึงเมื่อมีคนถามฉันว่าทำไมฉันสร้างอาชีพของฉันรอบๆ เกมและ AI

DeepMind เริ่มต้นด้วย AlphaGo ในปี 2016 จากนั้นสร้าง AlphaZero ซึ่งสอนตัวเองเล่นหมากรุก โก และช็องกีโดยไม่มีความรู้ของมนุษย์ สถาปัตยกรรมของ AlphaZero กลายเป็นพื้นฐานสำหรับ AlphaFold ซึ่ง แก้ปัญหาการพับโปรตีนที่มีอายุ 50 ปีและได้รับรางวัลโนเบลสาขาเคมีในปี 2024

ซีอีโอของ DeepMind Demis Hassabis เปิดเผยเกี่ยวกับกระบวนการนี้ เขา บอกว่าเกมไม่ใช่เป้าหมายสุดท้าย แต่เป็นวิธีที่มีประสิทธิภาพที่สุดในการพัฒนาและทดสอบเทคนิค AI ก่อนที่จะนำไปใช้กับปัญหาทางวิทยาศาสตร์จริง

ฉันจำได้ว่าอ่านสิ่งนี้และรู้สึกเหมือนกับว่าใครบางคนได้แสดงออกถึงสิ่งที่ฉันเห็นจากภายในพัฒนาการเกมมานานแล้ว

การเคลื่อนไหวนี้ได้ซ้ำรอยไปทั่วภาคการวิจัย OpenAI สร้างสภาพแวดล้อมการเรียนรู้แบบเสริมที่เป็นมาตรฐานผ่าน Gymnasium ซึ่งตอนนี้เป็นพื้นฐานการวิจัยในด้านหุ่นยนต์ ยานพาหนะอัตโนมัติ และการผลิตอัตโนมัติ

โครงสร้างเกมแบบตัวแทน เอเจนต์ สภาพแวดล้อม การกระทำ และรางวัลเริ่มต้นจากความสะดวกในการวิจัยและกลายเป็นโครงสร้างมาตรฐานสำหรับระบบ AI ที่ต้องกระทำในโลกแห่งความเป็นจริง

เกมเป็นชั้นจำลองใหม่

ในเดือนธันวาคม 2025 NVIDIA เปิดตัวNitroGen โมเดลพื้นฐานที่ฝึกอบรมด้วยเวลาเล่นเกม 40,000 ชั่วโมงจากเกมมากกว่า 1,000 เกม โมเดลดูวิดีโอเกมที่มีอยู่สาธารณะ นำการกระทำของผู้เล่นออกจากอินเทอร์เฟซการควบคุม และเรียนรู้เล่นเกมโดยตรงจากพิกเซลดิบ

ในเกมที่ไม่เคยพบมาก่อน NitroGen แสดงการปรับปรุงความสำเร็จในการทำงานสูงถึง 52% เมื่อเทียบกับโมเดลที่ฝึกอบรมจากศูนย์ แต่ความสำคัญที่แท้จริงอยู่ในโครงสร้างที่อยู่ด้านล่าง

NitroGen ใช้งานบนเฟรมเวิร์กหุ่นยนต์ GR00T ของ NVIDIA ซึ่งเป็นพื้นฐานเดียวกับที่บริษัท ใช้สำหรับ AI กายภาพและการถ่ายโอนจากซิมูเลชันไปสู่ความเป็นจริงในแพลตฟอร์ม Isaac Sim ตัวแทนเกมและหุ่นยนต์โรงงานใช้ระบบพื้นฐานเดียวกัน

Jim Fan ของ NVIDIA อธิบายโครงการนี้ว่าเป็นความพยายามที่จะสร้าง “GPT สำหรับการกระทำ” โมเดลที่เรียนรู้ที่จะดำเนินการในสภาพแวดล้อมใดๆ

ในฐานะคนที่สร้างระบบเกมที่สร้างข้อมูลที่โมเดลเหล่านี้บริโภค ฉันพบว่ามันยากที่จะพูดเกินจริงถึงสิ่งที่หมายถึงอุตสาหกรรมที่ฉันทำงาน

และไม่จำกัดอยู่แค่ NVIDIA Waymo บันทึกระยะทางจำลองกว่า 20 億ไมล์ในการฝึกอบรมยานพาหนะอัตโนมัติ ทั้งหมดนี้อยู่ในสภาพแวดล้อมที่คล้ายกับเกมที่ซ้อมรูปแบบที่อันตรายเกินกว่าจะทดสอบบนถนนจริง

แพลตฟอร์มศัลยกรรมที่สร้างขึ้นบนเครื่องยนต์เกมแสดงให้เห็นถึงการปรับปรุงที่น่าประทับใจในผลการฝึกอบรมผู้เรียน นักวางแผนเมืองใช้เครื่องมือที่คล้ายกันสำหรับการเพิ่มประสิทธิภาพการจราจรในระดับเมือง

แพลตฟอร์มศัลยกรรมที่สร้างขึ้นบนเครื่องยนต์เกมแสดงให้เห็นถึงการปรับปรุงที่น่าประทับใจในผลการฝึกอบรมผู้เรียน นักวางแผนเมืองใช้เครื่องมือที่คล้ายกันสำหรับการเพิ่มประสิทธิภาพการจราจรในระดับเมือง เครื่องยนต์เกมกลายเป็นชั้นจำลองที่เป็นสากลทุกที่ที่ AI ต้องเรียนรู้ผ่านการโต้ตอบกับสภาพแวดล้อม

โครงสร้างพื้นฐานที่ไม่มีใครพูดถึง

เมื่อคนพูดถึงโครงสร้างพื้นฐาน AI พวกเขามักหมายถึงศูนย์ข้อมูล คลัสเตอร์ GPU และการคำนวณ ในช่วงหลายปีที่ฉันทำงานในเกม ฉันสามารถนับด้วยมือจำนวนครั้งที่ฉันเคยได้ยินใครบางคนในพื้นที่ AI พูดถึงสภาพแวดล้อมเกมในกระแสเดียวกัน การเชื่อมต่อนี้จะปิดเร็วๆ นี้

สิ่งนี้จะชัดเจนมากขึ้นเมื่อเซตข้อมูลแบบดั้งเดิมหมดไป อุตสาหกรรมที่ผลิตข้อมูลแบบโต้ตอบที่มีค่ามากที่สุดจะเคลื่อนตัวเข้าสู่จุดศูนย์กลางของการวิจัย AI และเกม จำลอง และโลกเสมือนเป็นอุตสาหกรรมที่ดีกว่าที่จะเติมช่องว่างนี้

เงินก็เริ่มตามรูปแบบนี้แล้ว ตลาด AI ในเกมมีมูลค่า 4.54 พันล้านดอลลาร์ในปี 2025 และคาดว่าจะ ถึง81 พันล้านดอลลาร์ในปี 2035

ส่วนใหญ่ของสตูดิโอเกมที่ฉันพูดคุยยังคงเห็นตัวเองเป็นบริษัทบันเทิง แต่เมื่อระบบของคุณสร้างข้อมูลที่โมเดล AI รุ่นต่อไปต้องการเพื่อฝึกอบรม คุณอยู่ในธุรกิจโครงสร้างพื้นฐานไม่ว่าคุณจะวางแผนไว้หรือไม่