Τι έγινε
Η TechCrunch αναφέρει ότι οι εταιρείες φυσικής τεχνητής νοημοσύνης προσελκύουν σημαντικές επενδύσεις, αλλά δεν έχουν ακόμη δημιουργήσει ρομπότ ευρέως ικανά που εκτελούν αξιόπιστα πολύτιμη εργασία. Οι προγραμματιστές στο συνέδριο Actuate περιέγραψαν ελλείψεις σε δεδομένα εκπαίδευσης υψηλής ποιότητας, βαριές υπολογιστικές απαιτήσεις και ανεπίλυτες διαφωνίες σχετικά με το εάν οι εταιρείες ρομποτικής θα πρέπει να συν-σχεδιάσουν υλικό και τεχνητή νοημοσύνη ή να κατασκευάσουν περισσότερα αγνωστικά μοντέλα υλικού.
Η TechCrunch αναφέρει ότι η φυσική τεχνητή νοημοσύνη έχει γίνει ένας από τους πιο καυτούς τομείς των venture επενδύσεων, με τις εταιρείες να εφαρμόζουν τεχνικές που σχετίζονται με μεγάλα γλωσσικά μοντέλα στη ρομποτική. Το κατάστημα συνδέει τον ενθουσιασμό του κλάδου με την Unitree, η οποία περιγράφεται ως ο κορυφαίος κατασκευαστής ρομπότ της Κίνας, φτάνοντας στην αναφερόμενη αποτίμηση 66 δισεκατομμυρίων δολαρίων μετά την δημόσια εγγραφή της πριν χάσει σχεδόν το ήμισυ αυτής της αξίας κατά τη διάρκεια της εβδομάδας της έκθεσης. Η TechCrunch λέει ότι οι αναλυτές επεσήμαναν ένα κεντρικό πρόβλημα: οι φυσικές ικανότητες των ρομπότ βελτιώνονται, αλλά η ικανότητά τους να εκτελούν εργασία που δημιουργεί αξία παραμένει περιορισμένη. Η έκθεση δεν επιβεβαιώνει ανεξάρτητα την αποτίμηση, το μέγεθος της πτώσης ή τις ταυτότητες των αναλυτών πέρα από τον λογαριασμό που παρέχεται από το TechCrunch.
Το TechCrunch αναφέρει ότι το Actuate, ένα συνέδριο για προγραμματιστές που κατασκευάζουν συστήματα τεχνητής νοημοσύνης για ρομπότ, είχε αυξηθεί σε 1.500 συμμετέχοντες και ήταν τρεις φορές το μέγεθος του 2023, σύμφωνα με τον διοργανωτή Foxglove. Η εκδήλωση εξέθεσε τόσο ενθουσιασμό όσο και ανησυχία για μια «κρίση δεδομένων ρομποτικής»: έλλειψη δεδομένων υψηλής ποιότητας για μοντέλα εκπαίδευσης. Η έκθεση αναφέρει ότι τα γενικευμένα ρομπότ που μπορούν να εκτελέσουν οποιαδήποτε εργασία παραμένουν μακριά, ενώ η εκμάθηση από άκρο σε άκρο για συγκεκριμένες εργασίες δεν έχει ακόμη παράγει αξιόπιστη εμπορική απόδοση. Ως εκ τούτου, οι προγραμματιστές προσπαθούν να προσαρμόσουν πρακτικές από ασυνοριακά εργαστήρια τεχνητής νοημοσύνης, συμπεριλαμβανομένης της συλλογής πιο ποικίλων δεδομένων, του πειραματισμού με μεθόδους εκπαίδευσης και του σχεδιασμού καλύτερων περιβαλλόντων ενίσχυσης-μάθησης.
Μια σημαντική διαφωνία αφορά το πόσο στενά θα πρέπει να συνδέεται η ευφυΐα ρομπότ με συγκεκριμένο υλικό και βιομηχανίες. Η TechCrunch αναφέρει ότι ο Διευθύνων Σύμβουλος της Wayve, Alex Kendall, τάσσεται υπέρ της εκκίνησης με αυτόνομα οχήματα, όπου οι εταιρείες μπορούν να συλλέγουν σχετικά δεδομένα οδήγησης και ο κύριος στόχος είναι η αποφυγή της επαφής και όχι η χειραγώγηση του περιβάλλοντος. Είπε στο πρακτορείο ότι η υποδομή δεδομένων, η προσομοίωση και οι λειτουργίες μηχανικής μάθησης θα μπορούσαν να κοινοποιηθούν σε ενσωματώσεις, ενώ τα μοντέλα του φυσικού κόσμου θα χρειάζονταν κάποια εξειδίκευση. Ο Διευθύνων Σύμβουλος της Genesis AI, Théophile Gervet, είχε την αντίθετη άποψη, λέγοντας στο TechCrunch ότι ο τομέας είναι πολύ νωρίς για μια ξεχωριστή «στρατηγική εγκεφάλου» και ότι το υλικό και η τεχνητή νοημοσύνη θα πρέπει να σχεδιαστούν από κοινού. Η έκθεση αναφέρει επίσης ότι η Uber και η Wayve έχουν ξεκινήσει εργαστήρια ρομποτικής επικεντρωμένα σε ανθρωποειδείς, ενώ η Tesla επιδιώκει παρόμοια κατεύθυνση με την Optimus.
Στοιχεία πηγής: techcrunch.com ↗
Γιατί έχει σημασία
Η έκθεση προτείνει ότι η πρόοδος της ρομποτικής μπορεί να εξαρτάται λιγότερο από ένα μόνο μοντέλο γενικής χρήσης παρά από την υποδομή δεδομένων, την προσομοίωση, την εμπειρία ανάπτυξης και τις προσεκτικά επιλεγμένες εμπορικές εργασίες. Υπογραμμίζει επίσης μια ένταση μεταξύ της δημιουργίας περιορισμένων προϊόντων που παράγουν έσοδα και δεδομένα τώρα, και της επιδίωξης συστημάτων γενικής χρήσης που μπορεί τελικά να τα αντικαταστήσουν.
Η έκθεση έχει σημασία γιατί περιγράφει ένα πρακτικό σημείο συμφόρησης στη φυσική τεχνητή νοημοσύνη: ένα ικανό μοντέλο πρέπει να συνδέει την αντίληψη, τον σχεδιασμό και την κίνηση με τις ακατάστατες συνθήκες του πραγματικού κόσμου. Στην τεχνητή νοημοσύνη που βασίζεται σε κείμενο, η προσθήκη δεδομένων και ο υπολογισμός μπορούν να βελτιώσουν την απόδοση χωρίς να απαιτείται η φυσική αλληλεπίδραση ενός μηχανήματος με το περιβάλλον του. Αντίθετα, τα ρομπότ πρέπει να αντιμετωπίζουν μεταβαλλόμενα αντικείμενα, επιφάνειες, φωτισμό, μετρήσεις αισθητήρων και περιορισμούς ασφαλείας. Ο λογαριασμός του TechCrunch δείχνει ότι ο τομέας δεν έχει βρει ακόμη έναν ευρέως αξιόπιστο τρόπο για να μετατρέψει αυτές τις εισροές σε χρήσιμο έργο.
Η εμπορική στρατηγική που περιγράφεται από το TechCrunch είναι μια αντιστάθμιση. Οι εταιρείες που επικεντρώνονται σε μια στενή εργασία μπορούν να τοποθετήσουν ρομπότ σε πραγματικό περιβάλλον νωρίτερα, κερδίζοντας έσοδα και συλλέγοντας δεδομένα ανάπτυξης. Η έκθεση αναφέρει το έργο του Gritt στο ηλιακό αγρόκτημα, τις βιομηχανικές αναπτύξεις του Agility και τους αυτόνομους εκσκαφείς του Bedrock ως παραδείγματα. Ωστόσο, τα δεδομένα για συγκεκριμένες εργασίες μπορεί να μην είναι αρκετά διαφορετικά για να δημιουργήσουν ένα μοντέλο γενικής χρήσης. Ο Gervet είπε στο TechCrunch ότι μια στενή εταιρεία που βασίζεται σε ένα μοντέλο πρώιμης γενιάς θα μπορούσε τελικά να ξεπεραστεί από μια εταιρεία με ένα ισχυρότερο γενικό μοντέλο. Αντίθετα, ένα ρομπότ γενικής χρήσης που πετυχαίνει μόνο περίπου το 80% του χρόνου μπορεί να μην είναι αρκετά χρήσιμο για τους πελάτες.
Ο λογαριασμός δείχνει επίσης γιατί η υποδομή μπορεί να είναι τόσο σημαντική όσο το ίδιο το ρομπότ. Το TechCrunch αναφέρει ότι η προσομοίωση υψηλής πιστότητας απαιτεί περισσότερα δεδομένα και υπολογιστικούς πόρους, συμπεριλαμβανομένων των GPU που είναι κατάλληλες για ανίχνευση ακτίνων. Η Foxglove, που ιδρύθηκε από πρώην υπαλλήλους της Cruise, περιγράφεται ως δομικά εργαλεία για την αναζήτηση και τη διαχείριση των πυκνών οπτικών δεδομένων και δεδομένων που δημιουργούνται από ρομποτικά συστήματα. Το νέο προϊόν της, που βασίζεται στο παγκόσμιο μοντέλο ανοιχτού βάρους του Cosmos της Nvidia, προορίζεται να επιτρέψει στους μηχανικούς να χρησιμοποιούν ερωτήματα σε φυσική γλώσσα για να δημιουργήσουν αξιολογήσεις και προσομοιώσεις και να επιταχύνουν τη διαλογή και τον εντοπισμό σφαλμάτων. Αυτοί οι ισχυρισμοί προέρχονται από τις αναφορές της TechCrunch και τις περιγραφές των εταιρειών. η πηγή δεν παρέχει ανεξάρτητες δοκιμές απόδοσης, αποτελέσματα πελατών ή σύγκριση με εναλλακτικά εργαλεία.
Διαδραστικός Μηχανισμός: Πώς λειτουργεί στην πραγματικότητα
Εξερευνήστε την υποκείμενη τεχνολογία πίσω από αυτήν την εξέλιξη διαδραστικά.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Τι να παρακολουθήσετε στη συνέχεια
Τα πιο σημαντικά σήματα θα είναι αξιόπιστες αναπτύξεις, επαναλαμβανόμενες επιδόσεις και στοιχεία ότι τα ρομπότ μπορούν να χειριστούν χειρισμούς εκτός ελεγχόμενων περιβαλλόντων. Το TechCrunch αναφέρει επίσης ότι η Foxglove παρουσίασε ένα προϊόν αναζήτησης δεδομένων σε φυσική γλώσσα που βασίζεται στο παγκόσμιο μοντέλο Cosmos του Nvidia, το οποίο θα μπορούσε να βοηθήσει τους προγραμματιστές να αξιολογήσουν και να διορθώσουν τα συστήματα φυσικής τεχνητής νοημοσύνης πιο γρήγορα.
Η πιο ξεκάθαρη δοκιμή θα είναι εάν οι εταιρείες φυσικής τεχνητής νοημοσύνης μπορούν να επιδείξουν επαναλαμβανόμενες επιδόσεις σε πραγματικές αναπτύξεις και όχι σε μεμονωμένες επιδείξεις. Η TechCrunch αναφέρει ότι τα αυτόνομα οχήματα προηγούνται εν μέρει επειδή οι εταιρείες μπορούν να συλλέγουν μεγάλες ποσότητες δεδομένων οδήγησης και επειδή η οδήγηση απαιτεί κυρίως την αποφυγή επαφής. Ο χειρισμός είναι πιο δύσκολος: ένα ρομπότ πρέπει να πιάνει, να σπρώχνει, να τραβάει, να τοποθετεί και να απελευθερώνει αντικείμενα παρά τις διαφορές στο περιβάλλον. Η έκθεση δεν παρέχει τυποποιημένα ποσοστά επιτυχίας, όγκους ανάπτυξης, ποσοστά αποτυχίας ή ανεξάρτητες αξιολογήσεις για τις εταιρείες που συζητά.
Το TechCrunch προσδιορίζει πολλά πιθανά ορόσημα. Η Kendall είπε ότι μια σημαντική ανακάλυψη των καταναλωτών θα ήταν η αυτονομία του οχήματος με τη χρήση υλικού λιγότερο από 1.000 $, ενώ ο Gervet περιέγραψε ένα ρομπότ που θα μπορούσε να κατανοήσει ένα αίτημα φυσικής γλώσσας και να εκτελέσει βασικές εργασίες χειρισμού με τουλάχιστον περίπου 80% αξιοπιστία. Αυτοί είναι ορισμοί επιτυχίας των ερωτηθέντων και όχι αποδεδειγμένα αποτελέσματα. Η πηγή δεν καθορίζει πότε μπορεί να συμβεί κάποιο ορόσημο, εάν το όριο κόστους υλικού περιλαμβάνει όλο το κόστος του συστήματος ή πώς θα μετρηθεί η αξιοπιστία σε εργασίες και περιβάλλοντα.
Η κατεύθυνση του τομέα θα εξαρτηθεί επίσης από το εάν οι εξειδικευμένες αναπτύξεις δημιουργούν μια σταθερή πορεία προς τη γενική νοημοσύνη ή απλώς παράγουν μεμονωμένα συστήματα. Ο CTO του Bedrock είπε στο TechCrunch ότι η ανασκαφή ήταν ένας αρχικός τρόπος μελέτης της χειραγώγησης σε μη ελεγχόμενες ρυθμίσεις, με μακροπρόθεσμο στόχο ένα επίπεδο νοημοσύνης που εκτείνεται σε πολλαπλές μηχανές κατασκευής. Ο Διευθύνων Σύμβουλος της Foxglove, Adrian Macneil, υποστήριξε ότι η ρομποτική μπορεί να μην έχει ούτε μια στιγμή τύπου ChatGPT, επειδή η διανομή χρήσιμων μηχανών στον φυσικό κόσμο είναι πολύ πιο δύσκολη από τη διανομή λογισμικού. Αυτό που παραμένει άγνωστο είναι εάν η καλύτερη προσομοίωση και τα εργαλεία δεδομένων μπορούν να καλύψουν αυτό το κενό, πόσα θα απαιτήσουν οι αναπτύξεις ανθρώπινης επίβλεψης και αν οι πελάτες θα πληρώσουν για ρομπότ πριν φτάσει η δυνατότητα γενικής χρήσης.