ข้อมูลที่สร้างจากเกมอาจเป็นทรัพยากรที่ถูกประเมินค่าต่ำที่สุดในการฝึก AI

บริษัท AI ได้ใช้เวลาห้าปีที่ผ่านมาในการบริโภคข้อความทุกชิ้น ภาพทุกภาพ และข้อมูลที่เปิดเผยต่อสาธารณะทุกชิ้นบนอินเทอร์เน็ต ซึ่งทรัพยากรนี้มีจำนวนจำกัด และเรากำลังเข้าใกล้จุดที่ไม่มีข้อมูลเพียงพอที่จะรองรับการพัฒนาที่ต้องการ

อย่างไรก็ตาม มีผู้สมัครที่ชัดเจนที่อุตสาหกรรม AI เพิกเฉยไป

ฉันสร้างระบบเกมเป็นอาชีพ และข้อมูลที่ไหลผ่านระบบทุกวันไม่เหมือนกับสิ่งที่นักวิจัย AI ส่วนใหญ่เคยทำงานด้วย และแทบไม่มีใครนอกอุตสาหกรรมเกมที่ให้ความสนใจ

แพลตฟอร์มเกมสร้างข้อมูลพฤติกรรมหลายเทระไบต์ทุกวัน ซึ่งเป็นข้อมูลที่มีโครงสร้างและเวลาเรียลไทม์ รวมถึงการกระทำทางเศรษฐกิจและการโต้ตอบทางสังคมทั้งหมดภายในสภาพแวดล้อมที่มีกฎฟิสิกส์ที่สม่ำเสมอ

แทบไม่มีข้อมูลนี้ที่เคยใช้ในการฝึกอบรม AI และบริษัทที่ใช้มัน เช่น DeepMind และ NVIDIA (NVDA ) ได้สร้างความก้าวหน้าที่สำคัญที่สุดในด้านนี้

ปัญหาข้อมูลของ AI

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

ข้อมูลสังเคราะห์หรือข้อความที่ AI สร้างขึ้นเพื่อกลับไปใช้ในการฝึกอบรม AI เป็นวิธีแก้ปัญหาอย่างง่าย แต่โมเดลที่ฝึกอบรมด้วยข้อมูลที่ตนเองสร้างขึ้นจะเสื่อมลงตามเวลาผ่านไปเนื่องจาก การล่มสลายของโมเดลซึ่งเป็นปรากฏการณ์ที่นักวิจัยได้บันทึกไว้

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 คุณเริ่มรู้ว่ามีข้อมูลที่มีโครงสร้างมากมายที่ไม่มีใครในวงการ AI ถามหา แต่ละเซสชันสร้างข้อมูลฟิสิกส์ พฤติกรรมผู้เล่น และเหตุและผลในระดับระบบที่ประสานเวลากัน ในปริมาณที่หาได้ยากจากที่อื่น

เครื่องยนต์เกมบังคับใช้กฎฟิสิกส์ วัตถุจะตกลงมา พุ่งชน และแตกหักตามกฎที่สม่ำเสมอ ซึ่งหมายความว่าข้อมูลนั้นมีความสัมพันธ์เชิงสาเหตุในระดับระบบมากกว่าแบบที่โมเดลต้องเดาจากความสัมพันธ์ของข้อความ

เมื่อผู้เล่นยิงวัตถุ เครื่องยนต์คำนวณเส้นทาง ความต้านทานของลม และผลกระทบ AI เรียนรู้จากสภาพแวดล้อมที่แสดงฟิสิกส์โดยตรงผ่านการโต้ตอบทุกครั้ง ไม่ใช่สภาพแวดล้อมที่รักษากฎฟิสิกส์เป็นเพียงการประมาณค่าทางสถิติ

มีปัญหาเรื่องการจัดตำแหน่งแบบหลายรูปแบบด้วย ในเกม ข้อมูลภาพ เสียง การป้อนข้อมูลของผู้เล่น และสถานะสภาพแวดล้อมทั้งหมดเกิดขึ้นพร้อมกันและถูกบันทึกไว้ด้วยกัน การจัดตำแหน่งแบบธรรมชาติเช่นนี้มีค่าใช้จ่ายสูงในการทำซ้ำในเซตข้อมูลของโลกแห่งความเป็นจริง ซึ่งนักวิจัยต้องติดป้ายกำกับและจัดตำแหน่งแต่ละรูปแบบด้วยตนเอง

เกมสร้างกรณีชายขอบในระดับใหญ่ผ่านการสร้างเนื้อหาเชิงกระบวนการ No Man’s Sky มี18 ควินติลลียนดาวเคราะห์ที่ไม่ซ้ำกัน และสำหรับ AI ความแปรผันของดาวเคราะห์นี้มีความสำคัญมากเพราะกรณีชายขอบกำหนดว่าโมเดลจะทำงานได้เชื่อถือได้หรือล้มเหลวอย่างอันตราย

และแล้วมีความซับซ้อนที่เกิดขึ้นเอง ซึ่งอาจเป็นคุณสมบัติที่มีค่าที่สุด เมื่อ OpenAI วางตัวแทนในเกมซ่อนหาง่ายๆ ตัวแทนเหล่านั้นพัฒนายุทธวิธีที่ซับซ้อนหกขั้นตอนโดยไม่มีการเขียนโค้ดใดๆ ในหลายร้อยล้านรอบ

พวกมันสร้างที่หลบภัยจากวัตถุที่สามารถย้ายได้ ใช้ทางลาดเพื่อฝ่าแนวป้องกัน และถึงขั้นใช้ข้อผิดพลาดทางฟิสิกส์เพื่อเลื่อนตัวไปบนกล่องข้ามกำแพง ไม่มีสิ่งใดถูกตั้งโปรแกรมไว้ พฤติกรรมทั้งหมดเกิดจากการแข่งขันภายในสภาพแวดล้อมเกม โดยไม่มีโค้ดแม้แต่บรรทัดเดียวสั่งให้ทำ

ความซับซ้อนที่เกิดขึ้นเองนี้คือสิ่งที่การวิจัย AI ต้องการในระดับใหญ่ และเกมเป็นสภาพแวดล้อมเดียวที่สร้างสิ่งนี้ได้อย่างน่าเชื่อถือโดยไม่ต้องมีการกำกับดูแลของมนุษย์ที่มีค่าใช้จ่ายสูง

จากกระดานเกมไปจนถึงรางวัลโนเบล

หลักฐานที่ชัดเจนที่สุดว่า AI ที่ฝึกอบรมจากเกมสามารถใช้ได้ในโลกแห่งความเป็นจริงคือระบบที่ได้รับรางวัลโนเบล และเป็นตัวอย่างที่ฉันกลับมาพูดถึงเมื่อมีคนถามฉันว่าทำไมฉันสร้างอาชีพของฉันรอบๆ เกมและ AI

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

ซีอีโอของ DeepMind Demis Hassabis เปิดเผยเกี่ยวกับกระบวนการนี้ เขา บอกกับ Scientific American ว่าเกมไม่ใช่เป้าหมายสุดท้าย 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 2 หมื่นล้านไมล์ในการฝึกอบรมยานพาหนะอัตโนมัติ ทั้งหมดนี้อยู่ในสภาพแวดล้อมที่คล้ายกับเกมที่ซ้อมสถานการณ์ที่อันตรายเกินไปหรือเกิดขึ้นน้อยเกินกว่าจะทดสอบบนถนนจริง

แพลตฟอร์มศัลยกรรมที่สร้างขึ้นบนเครื่องยนต์เกมแสดงให้เห็นถึงการปรับปรุงที่น่าประทับใจในผลการฝึกอบรมผู้เรียน นักวางแผนเมืองใช้เครื่องมือที่คล้ายกันสำหรับการเพิ่มประสิทธิภาพการจราจรในระดับเมือง

แพลตฟอร์มศัลยกรรมที่สร้างขึ้นบนเครื่องยนต์เกมแสดงให้เห็นถึงการปรับปรุงที่น่าประทับใจในผลการฝึกอบรมผู้เรียน นักวางแผนเมืองใช้เครื่องมือที่คล้ายกันสำหรับการเพิ่มประสิทธิภาพการจราจรในระดับเมือง เครื่องยนต์เกมกลายเป็นชั้นจำลองที่เป็นสากลทุกที่ที่ AI ต้องเรียนรู้ผ่านการโต้ตอบกับสภาพแวดล้อม

โครงสร้างพื้นฐานที่ไม่มีใครพูดถึง

เมื่อคนพูดถึงโครงสร้างพื้นฐาน AI พวกเขามักหมายถึงศูนย์ข้อมูล คลัสเตอร์ GPU และการคำนวณ ในช่วงหลายปีที่ฉันทำงานในเกม ฉันสามารถนับด้วยมือจำนวนครั้งที่ฉันเคยได้ยินใครบางคนในพื้นที่ AI พูดถึงสภาพแวดล้อมเกมในกระแสเดียวกัน ช่องว่างของการเชื่อมโยงนี้จะปิดลงอย่างรวดเร็ว

สิ่งนี้จะชัดเจนมากขึ้นเมื่อเซตข้อมูลแบบดั้งเดิมหมดไป อุตสาหกรรมที่ผลิตข้อมูลแบบโต้ตอบที่มีค่ามากที่สุดจะเคลื่อนตัวเข้าสู่จุดศูนย์กลางของการวิจัย AI และเกม จำลอง และโลกเสมือนเป็นอุตสาหกรรมที่ดีกว่าที่จะเติมช่องว่างนี้

เงินก็เริ่มตามรูปแบบนี้แล้ว ตลาด AI ในเกมมีมูลค่า 4.54 พันล้านดอลลาร์ในปี 2025 และคาดว่าจะ ถึง81 พันล้านดอลลาร์ในปี 2035

ส่วนใหญ่ของสตูดิโอเกมที่ฉันพูดคุยยังคงเห็นตัวเองเป็นบริษัทบันเทิง แต่เมื่อระบบของคุณสร้างข้อมูลที่โมเดล AI รุ่นต่อไปต้องการเพื่อฝึกอบรม คุณอยู่ในธุรกิจโครงสร้างพื้นฐานไม่ว่าคุณจะวางแผนไว้หรือไม่