دانشمندان سابق متا می خواهند هوش مصنوعی بصری را به کارخانه بیاورند

هوش مصنوعی همه چیز را در اطراف ما متحول می کند، اما تا کنون، تا حد زیادی در قلمرو دیجیتال باقی مانده است.با این حال، استارت آپ ها به طور فزاینده ای به دنبال ورود آن به دنیای واقعی هستند.

پرسپترون، استارت آپی که توسط دو دانشمند سابق متا راه اندازی شده است، یکی از این شرکت ها است.این شرکت که در نوامبر 2024 تأسیس شد، مدل‌های دید مرزی را توسعه می‌دهد که هدف آن کمک به ماشین‌ها در تعامل بیشتر با محیط فیزیکی است.

این هفته، این شرکت آخرین مدل خود، Isaac 0.5 را عرضه کرد، که سازندگان آن می‌گویند برای ارائه ماشین‌هایی با توانایی «درک، استدلال و عمل» در محیط‌های صنعتی طراحی شده است.به طور خاص، این نرم افزار قادر است به ربات های هدایت شونده بینایی کمک کند تا در محیط های پیچیده مانند انبارها یا طبقات کارخانه حرکت کنند.همچنین به شرکت ها کمک می کند تا هوش بصری را از ویدیوهای ضبط شده توسط آن ربات ها استخراج کنند.

Isaac 0.5 نیز به عنوان یک مدل وزن باز منتشر می شود، بنابراین پارامترها و مواد آموزشی آن توسط هر کسی قابل بررسی است.

این استارت آپ توسط Armen Aghajanyan و Akshat Shrivastava که قبلاً برای Meta’s Fundamental AI Research (FAIR)، بخش تحقیقات هوش مصنوعی غول فناوری، کار می کرد، تأسیس شد.این دو نرم افزار خود را آینده استقرار خودکار صنعتی می دانند.

این شرکت می‌گوید: «هوش مصنوعی فیزیکی امروز یک انتخاب نادرست را مجبور می‌کند: مدل‌های پایه عمومی که برای هر نمونه به چندین پردازنده گرافیکی ابری اختصاصی نیاز دارند، یا مدل‌های باریکی که ادراک یا کنترل را مدیریت می‌کنند، اما هرگز هر دو را انجام نمی‌دهند.

آقاجانیان و شریواستاوا می گویند ابزار آنها برخلاف مدل های موجود در فضا است، زیرا همه منظوره است، به این معنی که برای یک کار خاص و تکراری ساخته نشده است.در عوض، آنها می گویند، این مدل به گونه ای طراحی شده است که بسته به محیط (یا موقعیت) خاصی که در آن قرار دارد، انعطاف پذیر باشد.

چه چیزی باعث رونق استارتاپ سوئد شده است، از دوست داشتنی تا لگورا |پادکست معادل0 ثانیه 30 دقیقه، 0 حجم 0% علامت سوال shift را فشار دهید تا به لیستی از میانبرهای صفحه کلید دسترسی پیدا کنید.روشن/خاموشاکتمام صفحه/خروج تمام صفحهfنادیده/لغو کاهش اندازه عنوان-افزایش اندازه زیرنویس+ یا =Seek %0-9 Live00:0030:0030:00

در مصاحبه‌ای، شریواستاوا از من خواست تا به آنچه در یک فرآیند فیزیکی ساده مانند سازمان‌دهی جعبه‌ها انجام می‌شود، توجه کنم: "تصور کنید رباتی وجود دارد که در حال حاضر برای مرتب کردن بسته‌ها مستقر شده است. وظایفی که باید انجام دهد چیست؟"

چنین کار نسبتاً ساده ای در واقع شامل مراحل زیادی است.یک ربات ابتدا باید برچسب روی بسته را بخواند، تجزیه و تحلیل فضایی انجام دهد تا بفهمد جعبه ها کجا هستند و تصمیم بگیرند که کدام یک را انتخاب کنند.اگر مجموعه‌ای از جعبه‌ها را برمی‌دارد، باید برنامه‌ریزی کند که کدام جعبه‌ها و به چه ترتیبی انتخاب شود.

نرم افزار Perceptron به گونه ای طراحی شده است که به ربات ها کمک می کند تا در هر مرحله از فرآیند راه خود را پیدا کنند.برای روشن بودن، صنعت در حال حاضر نرم‌افزاری دارد که می‌تواند به ماشین‌ها کمک کند تا بیشتر این وظایف را انجام دهند، اما برنامه‌های کمی وجود دارند که برای انجام انعطاف‌پذیر آن طراحی شده‌اند.

داده های این کیمیاگری الگوریتمی از کجا آمده است؟

مدل‌هایی مانند Isaac 0.5 مهارت‌های عملیاتی را با دریافت مقادیر عظیمی از داده‌های آموزشی ویدیویی یاد می‌گیرند.پرسپترون می‌گوید مدل جدیدش از میلیون‌ها ساعت ویدیوی عمومی تغذیه می‌شود تا الگوریتم خود را برای شناسایی تنظیمات، تصاویر و سناریوهای خاص آموزش دهد.این شرکت همچنین به شدت به آنچه به عنوان ویدیوی ego شناخته می‌شود – ویدئویی که معمولاً از طریق GoPro یا یک دوربین پوشیدنی گرفته می‌شود، از منظر فردی که یک کار فیزیکی را انجام می‌دهد – و همچنین ویدیوی UMI که به طور مشابه برای آموزش حرکات سیستم‌های هوش مصنوعی با ضبط اعمال تکراری انسان استفاده می‌شود، متکی بود.

در حالی که پرسپترون منابع داده‌های آموزشی خود را فاش نمی‌کند، شریواستاوا گفت که این شرکت «مجموعه‌های داده در مقیاس پتابایت را در داخل ساخته است که در تمام روش‌ها، اعم از تصویر، متن، ویدیو، و غیره تا تمام مسیرهای روباتیک را شامل می‌شود».

کاربرد نرم‌افزاری که می‌تواند به ربات‌ها کمک کند تا در انبارها کار کنند بسیار گسترده است و Perceptron فکر می‌کند که موقعیت خوبی برای رهبری این موج اتوماسیون دارد.این استارت‌آپ آماده است تا نرم‌افزار خود را برای فروشندگان مختلف عرضه کند، و بنابراین به طور بالقوه لایه‌ی هوشمندی خود را در مجموعه‌ای از صنایع ادغام می‌کند.

این صنایع شامل تولید، تدارکات و انبارداری، امنیت، تحرک و همچنین رسانه و سرگرمی است.

آقاجانیان گفت: «هیچ چیزی شبیه به این واقعاً وجود ندارد.ما واقعاً در مورد آن هیجان‌زده هستیم.»

طبق گفته Pitchbook، این شرکت قبلاً 16 میلیون دلار از Bessemer Venture Partners، The Explorer Fund و SmartGateVC در سال 2024 جمع آوری کرده بود.TechCrunch می‌داند که استارت‌آپ در حال بستن یک دور اضافی است.

نسخه قبلی این داستان جزئیات بودجه اخیر را به اشتباه گزارش کرده است.

An earlier version of this story incorrectly reported recent funding details.