कृत्रिम सामान्य बुद्धिमत्ता (AGI) का लक्ष्य मशीनों को इंसानों जैसी व्यापक समझ और तर्क शक्ति देना है, लेकिन वर्तमान बड़े भाषा मॉडल (LLM) जैसे ChatGPT और Claude मुख्यतः टेक्स्ट पर प्रशिक्षित होते हैं। ये मॉडल शब्दों के बीच संबंधों को पकड़ने में निपुण हैं, परन्तु वे ‘स्पेस‑टाइम’ में वस्तुओं की वास्तविक गति‑प्रक्रिया को समझने में कमजोर हैं। इस अंतर को पाटने के लिए शोधकर्ता अब गेमिंग डेटा की ओर रुख कर रहे हैं।

गेमिंग डेटा क्यों मायने रखता है?

वीडियो गेम्स जटिल, वास्तविक‑जैसे वातावरण प्रस्तुत करते हैं जहाँ पात्र, वस्तुएँ और भौतिक नियम निरंतर अंतःक्रिया करते हैं। खिलाड़ी इन दुनियाओं में निर्णय लेते हैं, परिणाम देखते हैं और पुनरावृत्ति करते हैं। इस प्रक्रिया में उत्पन्न विशाल मात्रा के मल्टीमॉडल डेटा (वीडियो, ऑडियो, इंटरेक्शन लॉग) मशीन लर्निंग मॉडल को ‘सारी दुनिया को देखना’ सिखा सकता है, जिससे वे भौतिक तर्क और कारण‑परिणाम समझ को बेहतर बना सकते हैं।

जनरल इंट्यूशन की कहानी

न्यू यॉर्क‑आधारित स्टार्ट‑अप जनरल इंट्यूशन ने इस विचार को व्यावसायिक रूप दिया है। बीज़ोस‑समर्थित कंपनी को हाल ही में $320 मिलियन की धनराशि मिली है, जिसमें Coatue, एरिक श्मिट, MIT और Google DeepMind के शोधकर्ता शामिल हैं। कंपनी का मूल प्लेटफ़ॉर्म ‘Medal TV’ एक गेमिंग स्ट्रीमिंग सेवा थी, जो अब ‘वर्ल्ड मॉडल’ बनाने के लिए गेम डेटा का उपयोग करती है।

नैतिक और सुरक्षा पहलू

जब AI मॉडल को गेम‑ड्रिवेन डेटा से प्रशिक्षण दिया जाता है, तो संभावित दुरुपयोग के प्रश्न उठते हैं। जनरल इंट्यूशन के सीईओ पिम डी विट्टे ने बताया कि वे मॉडल को रक्षा‑उपयोगों के लिए सीमित करने हेतु स्पष्ट लाल रेखाएँ स्थापित कर रहे हैं। इससे न केवल निजी डेटा की सुरक्षा बल्कि अंतरराष्ट्रीय नियमों के अनुपालन की भी गारंटी होगी।

भविष्य की राह

यदि गेमिंग डेटा से प्रशिक्षित ‘फिजिकल AI’ वास्तव में AGI की नींव रखता है, तो यह केवल टेक उद्योग ही नहीं, बल्कि शिक्षा, स्वास्थ्य और स्वचालित रॉबोटिक्स जैसे क्षेत्रों में भी गहरा परिवर्तन लाएगा। विशेषज्ञों का मानना है कि इस दिशा में आगे की खोजें न केवल मॉडल की सटीकता बढ़ाएँगी, बल्कि मानव‑मशीन सहयोग की नई संभावनाएँ भी खोलेंगी।