OpenAIが初の買収を正式に発表しました！オープンソースのMinecraftチームから8人のメンバーがチームに参加し、AIエージェントに賭ける

OpenAIは史上初の買収を正式に発表した。

先ほど、OpenAIが「Minecraft」のオープンソース版を制作したスタートアップのGlobal illuminatesを買収した。具体的な買収額は不明。

発表によると、Global illuminated チーム全体が OpenAI に加わり、今後 ChatGPT の研究開発に注力するとのことです。

Global Illumination は、Thomas Dimson、Taylor Gordon、Joey Flynn によって共同設立されました。AI を使用してクリエイティブ ツール、インフラストラクチャ、デジタル エクスペリエンスを構築する会社です。

OpenAI の買収は何を意味するのでしょうか?

この点に関して、Nvidia の上級研究科学者 Jim Fan 氏は大きな興味を示しました。「次のステップは何でしょうか? GPT-5 でマルチエージェント文明シミュレーションを実行するのでしょうか? AGI を構築するのに必要なのは「Minecraft」だけなのかもしれません。」 「

写真

八大王がOpenAIに加わる

Global Illumination は 2021 年に設立され、ニューヨークに本社を置くデジタル製品会社です。

同社は最近、最も人気のある製品であるオープンソースのマルチプレイヤーオンラインロールプレイングゲーム「Biomes」を開発しました。

プロジェクトアドレス: https://github.com/ill-inc/biomes-game

Global Illumination の業務は、常にビジュアル製品とサービスに重点を置いてきました。

言い換えれば、OpenAI は、Dall-E 2 画像生成サービスを構築するため、またはスタートアップ企業 Runway の Gen-2 に対抗するテキスト ビデオ製品を立ち上げるため、ChatGPT を拡張してより多くの画像/ビデオ機能を追加する可能性があります。

一方、会社名もユニークです。

「グローバル イルミネーション」という用語は、3D オブジェクトにリアルな照明効果を作成するためのアルゴリズムを説明するために、コンピュータ グラフィックスの分野で長年使用されてきました。

グローバル イルミネーションのオリジナル アルゴリズムの 1 つは、1986 年にカリフォルニア工科大学 (Caltech) の研究者である James Jim Kajiya によって提案されました。

当社は 8 人の会員と 3 人の創設者で構成されています。興味深いのは、公式サイト上の各人のアバターがピクセル化された人物であることです。

一部のネットユーザーは、今回の動きはOpenAIによる優れた「買収」であり、買収を通じて新たな人材を引き付けるものだと述べている。

OpenAIの発表には、Instagram、Facebook、YouTube、Google、Pixar、Riot Gamesなどの有名企業に対するGlobal Illuminationチームの貢献も記載されています。

この買収によって OpenAI のチームがさらに強化される理由を見てみましょう。

トーマス・ディムソン

トーマス・ディムソンはグローバル・イルミネーションの CEO です。

会社を設立する前、彼はキャリアのほとんどをインスタグラムで過ごしました。

トーマス氏は2013年にInsにチーフエンジニアとして入社し、5年後にエンジニアリングディレクターに昇進しました。

彼はインスタグラムの「16番目のエンジニア」や「インスタグラムのコンテンツランキングアルゴリズムのオリジナルクリエイター」として知られ、2020年に正式に同社を退社した。

Instagram での 7 年間で、彼は情報ランキング アルゴリズム、探索ランキング、ストーリー ランキングなど、プラットフォームの発見アルゴリズムの反復に重要な役割を果たしました。

さらに、ストーリー投票ステッカー、ハイパーラプス、絵文字などの製品も発明し、Fast Company によってビジネス分野で最もクリエイティブなトップ 10 の 1 人に選ばれました。

昨年、トーマス氏はFutureに寄稿した記事の中で、デフォルトの逆時系列の推奨順序に代わる、Instagramのパーソナライズされたコンテンツのランキング/推奨システムを開発したチームを率いたことを明らかにした。

テイラー・ゴードン

テイラー・ゴードンは、グローバル・イルミネーションの最高技術責任者です。

テイラーは、20 年以上のプログラミング経験、8 年以上のコンピュータ サイエンス教育、大手テクノロジー企業での 10 年以上の勤務経験を持っています。

彼は、Facebook AI、Instagram、YouTube、Google、Microsoft など、多くの研究所で豊富な経験を持っています。

2019年、彼はFacebook AIでコンピュータービジョンの研究に注力しました。

同様に、2015年にInstagramに入社した後は、機械学習とランキングのインフラストラクチャコンポーネントに重点を置いて、フィードランキングの開発を主導しました。

2012年、YouTubeの機械学習エンジニアとして主に動画のレコメンデーションを担当し、コアとなる基本ランキング設備の再構築を主導。

Microsoft 在籍中は、Bing 検索結果のサイトリンクの制作アルゴリズムを設計および構築しました。 Google では、社内のコア サービスとインフラストラクチャの分析および監視ソフトウェアの開発を担当しています。

ジョーイ・フリン

Joey Flynn は Global Illumination の最高製品責任者です。

彼はFacebookやInstagramでも働いており、Facebookのトップデザイナーの一人として称賛されています。

2010年にFacebookに入社し、Chat HeadsやFacebookのモバイルソフトウェアHomeなど、いくつかの重要なプロジェクトを率いました。

2014年、フリン氏はFacebookのインスタントメッセージングアプリであるSlingshotを考案し、構築しました。

アレクセイ・カルペンコ

アレクセイ・カルペンコ自身もFacebook、ミッドノックス、アップルで働いたことがある。

アンドリュー・トップ

アンドリュー トップ氏は、YouTube TV アプリを支えるアプリ プラットフォームである Cobalt のテクニカル リーダーであり、YouTube で 7 年間勤務しています。

2012 年に、彼はグラフィック リーダーとしてチームに加わり、PlayStation 3、PlayStation 4、WiiU 用の GLES グラフィック API サブセットを実装しました。

彼はまた、組み込みデバイス上のアニメーションのフレーム レートを Chrome よりも高速化できる Cobalt グラフィック レンダリング スタックも設計しました。

アンドリューのその他の貢献は次のとおりです。

- 主要なブラウザ コンポーネント、JavaScript エンジン、Web API (DOM を含む)、ネットワーク エンジン、グラフィックスの高レベル レイアウトを設計しました。

- YouTube の 3D 360 球面動画をテレビや VR ヘッドセットで視聴するための、クロスプラットフォームの低遅延 Web ベース ソリューションを設計および実装しました。

- パフォーマンスの問題を監視および分析するためのシステムを設計します。

ニック・クーパー

Nick Cooper は、Artifact、Ins、Google で勤務しました。

イアン・シルバー

彼のホームページによると、イアン・シルバー氏はアーティファクトとインスでも働いていた。

ブランドン・ワン

チーム内で唯一の中国人研究者として、ライアットゲームズやピクサーでゲームアニメーションの研究に携わってきました。

彼はリアルタイム レンダリング、物理ベース レンダリング、ネットワーク ゲームプレイにも非常に優れています。

以下は、Brandon Wang が設計したプロジェクトの一部です。

「Minecraft」のオープンソース版はブラウザで実行できる

「Biomes」は、Web 向けに構築されたオープンソースのサンドボックス MMORPG (大規模多人数参加型オンライン ロール プレイング ゲーム) です。

ブラウザを開くだけで、構築、収集、ミニゲームのプレイなどを行うことができます。

OpenAIに関しては、実は2022年には早くも新しいVPT「ビデオ事前トレーニングモデル」を提案しており、これによりAIは「Minecraft」で石のツルハシをゼロから作ることを学習できるようになっている。

熱心なゲーマーであれば、このプロセス全体を完了するのに少なくとも 20 分、合計 24,000 回の操作が必要になります。

研究アドレス: https://openai.com/research/vpt

具体的には、研究者らはまず、ビデオやキーボードとマウスの操作記録など、外部委託したゲーマーから大量のデータを収集した。

VPT法の概要

次に、このデータを使用して逆ダイナミクス モデル (IDM) を作成し、ビデオの各ステップでキーボードとマウスがどのように動くかを推測します。

この方法により、タスク全体がはるかに簡単になり、目標を達成するために必要なデータは以前よりもはるかに少なくなります。

ベースモデルのトレーニングデータが微調整に与える影響

7万時間のトレーニングを経て、OpenAIの行動クローニングモデルは他のモデルではできなかったことができるようになった。

たとえば、木を切り倒して木材を集める方法、木材で木片を作る方法、木片でテーブルを作る方法などです。このプロセス全体を完了するには、比較的熟練したプレイヤーで約 50 秒かかります。

このモデルはテーブルとして使えるだけでなく、泳いだり、狩りをしたり、食べたりすることもできます。

ジャンプするときに足の下にレンガや木のブロックを置き、ジャンプしながら柱を建てることができる、クールな「走って、ジャンプして、建てる」操作もあります。これはハードコアプレイヤーにとって必須のコースです。

「走って、跳んで、乗って」シンプルバージョン

ダイヤモンドのツルハシを作成するというより難しい作業には、長くて複雑な一連のサブタスクが必要です。

タスクを扱いやすくするために、研究者はシーケンス内の各項目に対してエージェントに報酬を与えました。

従来の方法でトレーニングされた RL ポリシーは、ほとんど報酬を受け取らず、丸太を集めることを学習せず、棒を集めることもほとんどないことが分かりました。

対照的に、人間のデータに基づいて微調整された VPT モデルは、ダイヤモンドのツルハシの作り方を学習できるだけでなく、すべてのアイテムを収集することにおいても人間レベルの成功を達成できます。

石のツルハシを作る

この点に関して、一部のネットユーザーは、OpenAI Gymの遊び場は「Minecraft」だと考えている。

これらのシステムを現実世界に適用する前に、仮想世界で練習して何が起こるかを確認するのが最善です。トレーニングも速くなるかもしれません。数か月以内に、Minecraft がフルスピードで動作する素晴らしいビデオが見られるようになるでしょう。

このスタートアップのエンジニアリングチームはハイレベルのデザインチーム出身であり、ChatGPT はまもなく大幅にアップグレードされると思います。

グローバル・イルミネーションの実績から判断してそう考える人もいます。彼らの製品能力はOpenAIに非常に必要とされていますが、数日前のスタンフォードAIタウンと組み合わせると、AIと組み合わせたこの種の自由度が高く低コストのサンドボックスゲームには無限の可能性があります。そのため、OpenAIはメンバーの製品能力を高く評価するか、単にこの自由度の高いゲームに惹かれるのかもしれません。