هوش مصنوعی فیزیکی یکی از داغترین بخشها در سرمایهگذاری مخاطرهآمیز است، با شرکتهایی که میلیاردها دلار جمعآوری میکنند تا از ابزارهایی استفاده کنند که مدلهای زبان بزرگی را به رباتیک ارائه میکنند.
این هیجان به ارائه یک IPO بزرگ برای Unitree، سازنده رباتهای پیشرو در چین کمک کرد، که ارزش این شرکت را پس از ورود به معادل چینی Nasdaq، به 66 میلیارد دلار رساند.با این حال، این هفته پایین آمد و شرکت نزدیک به نیمی از ارزش خود را از دست داد.تحلیلگران به یک مسئله واضح اشاره میکنند: در حالی که قابلیتهای فیزیکی روباتها در حال بهبود است، آنها هنوز فاقد دانش لازم برای انجام کار ارزشآفرین هستند.
در کنفرانس Actuate هفته گذشته، گردهمایی از توسعه دهندگانی که مغزهای هوش مصنوعی را برای روبات ها می ساختند، هیجان واضح بود.به گفته برگزارکننده، Foxglove، شرکتی که به سازندگان مدل های هوش مصنوعی فیزیکی کمک می کند تا داده های خود را مدیریت و تجسم کنند، این رویداد از زمان شروع آن در سال 2023 سه برابر شده است و 1500 شرکت کننده داشته است.
این خطر نیز مشهود بود: تابلویی در غرفه ای برای Avala، یکی دیگر از بازیکنان زیرساخت هوش مصنوعی فیزیکی، وعده حل «بحران داده های رباتیک» را می داد.
آن بحران فقدان داده های آموزشی با کیفیت بالا برای مدل های هوش مصنوعی است.تلاش برای ساخت رباتهای تعمیمیافته که میتوانند هر کاری را انجام دهند هنوز دور از دسترس است و استفاده از یادگیری سرتاسر برای کارهای خاص هنوز محصولاتی با عملکرد تجاری قابل اعتماد و قابل اعتماد ارائه نکرده است.برای توسعهدهندگان، پاسخ این است که پیشرفتهای آزمایشگاههای هوش مصنوعی مرزی را بهتر تقلید کنند - مجموعه دادههای متنوعتری را بیابند یا ایجاد کنند، رژیمهای آموزشی مختلف را به هم بزنند، و سناریوهای یادگیری تقویتی بهتری را کشف کنند.
هری ملسوپ، بنیانگذار Antioch، یک ابزار شبیهسازی ساختمان استارتآپ برای سازندگان مدل، پیشنهاد میکند که هوش مصنوعی فیزیکی در «عصر GPT-2» خود است، مدل OpenAI که پیش از ورود ChatGPT به حساب میآید.داده ها و محاسبات بیشتری برای غلبه بر قوز مورد نیاز است، به ویژه پردازنده های گرافیکی بهینه سازی شده برای ردیابی پرتو، که برای ایجاد شبیه سازی با وفاداری بالا استفاده می شوند.
دورترین خودروهای خودران هستند، تا حدی به دلیل توانایی جمعآوری دادههای مرتبط از خودروهایی که توسط افراد رانده میشوند، و تا حدودی به این دلیل که وظیفه اصلی اجتناب از تماس است، نه دستکاری محیط فیزیکی.بسیاری از ابزارهای ساخت مدل از شرکت های خودروهای خودمختار می آید.برای مثال، Foxglove توسط کارمندان سابق کروز، که قبلاً تلاش خودران جنرال موتور بود، تأسیس شد.
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
و اکنون آن شرکتهای خودروسازی بهطور فزایندهای شرط میبندند که سرمایهگذاریهایشان در ابزارسازی ML به آنها امکان رقابت با سازندگان اختصاصی انساننما را میدهد.تسلا در حال حاضر این کار را با ربات Optimus خود امتحان می کند، و اکنون Wayve متمرکز بر AV و غول rideshare Uber آزمایشگاه های رباتیک متمرکز بر عوامل شکل انسان نما را به عنوان تلاش های تحقیق و توسعه راه اندازی کرده اند.
الکس کندال، مدیرعامل Wayve به TechCrunch گفت: «من فکر میکنم باید از وسایل نقلیه شروع کنید... روباتیک دستکاری مانند خودرانی پنج سال پیش است.زیرساخت داده، شبیهسازی، زیرساخت عملیات ML احتمالاً به اشتراک گذاشته میشود، اما مدل جهانی خاص برای شبیهساز پس از آموزش متفاوت خواهد بود. اشتراکات بسیار بیشتری نسبت به عدم وجود خواهد داشت، اما پس از آن باید تفاوتهایی برای تجسمهای مختلف وجود داشته باشد.»
کندال استدلال میکند که هنوز خیلی زود است که به یک پلتفرم سختافزاری متعهد شویم – پیشرفتها در حسگرها و سایر اجزاء به سرعت در حال انجام است و یک مدل واقعاً کلی باید ناشناستر باشد.
Théophile Gervet، مدیر عامل Genesis AI، یک شرکت رباتیک انساننما که به صورت عمودی یکپارچه شده است، با این موضوع مخالفت کرد و به TechCrunch گفت: «ما در این موج برای کارکرد یک استراتژی مغز خیلی زود هستیم؛ نظر ما این است که فرصتهای زیادی برای طراحی مشترک سختافزار و هوش مصنوعی وجود دارد.»
Gervet همچنین به موضوع داغ دیگری در این بخش اشاره کرد: چگونه به طور خاص بر تجارت هوش مصنوعی فیزیکی خود تمرکز کنید.شرکتهای رباتیکی که وظایف خاصی را هدف قرار میدهند، رباتهای خود را وارد میدان میکنند - Gritt در حال ساخت مزارع خورشیدی است، Agility رباتها را در محیطهای صنعتی مستقر میکند، و Bedrock بیلهای مکانیکی را بهطور مستقل کار میکند.در همین حال، انسان نماهای همه منظوره از آزمایشگاه ها خارج نمی شوند.
Gervet در مورد این معضل گفت: "هیچ مشتری به ربات همه منظوره ای که با نرخ موفقیت 80٪ کار می کند اهمیت نمی دهد.""ما می بینیم که بسیاری از بازیکنان دیگر به طور کلی پیش می روند، اما هیچ ارزشی ارائه نمی شود زیرا تمرکز عمودی وجود ندارد. ... اما پس از آن، اگر شما [برای یک عمودی باریک] در بالای GPT-2 بسازید، توسط ساختمان شرکت در GPT-4 له خواهید شد."
با این حال، وسوسه سرمایه گذاری در یک عمودی خاص وسوسه انگیز است زیرا نه تنها درآمد، بلکه داده های استقرار در دنیای واقعی را نیز فراهم می کند.در حالی که دادههای مربوط به کار ممکن است تنوع کافی برای پیشبرد مدلهای همهمنظوره را نداشته باشند، برای ساخت رباتی که ارزش اضافه میکند، مهم است.کوین پترسون، مدیر ارشد فناوری Bedrock، خاطرنشان کرد که شرکت او به تازگی با حفاری به عنوان راهی برای درک چالشهای "دستکاری در طبیعت" شروع کرده است، اما قصد دارد یک لایه هوشمند ایجاد کند که در یک سری ماشینهای ساختمانی امتداد دارد.
مدیریت همه آن داده ها یک چالش است، به خصوص به دلیل تراکم داده های بصری و لیدار.Foxglove این هفته محصول جدیدی را معرفی کرد که بر پایه مدل جهانی وزن باز انویدیا Cosmos ساخته شده است، که به مهندسان امکان می دهد داده ها را با جستارهای پیچیده زبان طبیعی برای ایجاد ارزیابی و شبیه سازی جستجو کنند.هدف تریاژ و اشکال زدایی سریعتر است تا سازندگان مدل بتوانند سریعتر تکرار کنند.
بنابراین، لحظه افسانهای ChatGPT برای هوش مصنوعی فیزیکی که سام آلتمن اخیراً گفت تنها چند سال دیگر است، چه خواهد بود؟کندال خاطرنشان می کند که بزرگترین ربات استقرار در جهان هنوز ربات های خلاء مصرف کننده هستند.برای او، یک لحظه ChatGPT چیزی است که مصرف کنندگان را هیجان زده می کند، نه سرمایه گذاران، که به نظر می رسد از قبل بسیار هیجان زده هستند.
کندال میگوید: «یک مثال از آن زمانی است که شما با کمتر از 1000 دلار [سختافزار] در یک خودرو، از خودمختاری چشمپوشی برخوردار شوید.به طور تصادفی نیست، شرکت او در تلاش برای تولید همین مدل ها به خودروسازان مجوز می دهد.و این تجارت، که او آن را یک فرصت چند میلیارد دلاری میبیند، به آنها اجازه میدهد تا یک مدل واقعی تجسم یافته هوش مصنوعی بسازند.
برای Gervet، لحظهای که هوش مصنوعی فیزیکی واقعی میشود، «دستکاری است که کاملاً خارج از جعبه کار میکند. میتوانید با یک روبات به زبان طبیعی صحبت کنید و از او بخواهید هر کار اساسی را برای دستکاری انجام دهد، مانند هل دادن، کشیدن، بستن یک لپتاپ، تمیز کردن میز، هر کاری که میخواهید انجام دهید، و تا حدی قابل اطمینان عمل میکند، فرض کنید 80٪ تجربه شما بیش از PTG است.»
آدریان مکنیل، مدیر عامل فاکس گلو، به این سوال کمی متفاوت نگاه می کند.
او به TechCrunch گفت: «لحظهای برای رباتیک ChatGPT وجود نخواهد داشت."چیزی که ChatGPT را تبدیل به لحظه ای در زمان کرد توزیع آن بود - آنها در عرض یک هفته از صفر به یک میلیون کاربر فعال رسیدند... توزیع در دنیای واقعی بسیار سخت تر از این است، درست است؟ من برای لحظه Apple II در رباتیک یا لحظه PC IBM در رباتیک بسیار هیجان زده خواهم بود. چه زمانی می توانم مانند یک ربات خانگی بخرم که شروع به انجام کارهای مفید و سرگرم کننده می کند؟"
