Vissza a Hírekhez
IparAI Understanding eligazítás

A Metacognition AI 10 millió dollárt gyűjt a robotok operációs rendszerére

A Metacognition AI 10 millió dollárt biztosított a Main Sequence-től egy olyan hangvezérelt operációs rendszer kifejlesztésére, amely lehetővé teszi, hogy nem szakértők ipari robotokat és AI-ügynököket képezzenek ki.

4 min readRead the linked source
Source-provided image accompanying Metacognition AI raises $10 million for robotics operating system
Forrás hivatkozásForrás rögzített
Kiadó
startupdaily.net
Forrás link
startupdaily.nethttps://www.startupdaily.net/topic/funding/ai-startup-raises-10-million-to-build-robotics-operating-system/
Forrás típusa
Hivatkozott forrás – az elsődleges forrás állapota nincs megállapítva.
KontextusÉrtsd meg ezt 60 másodperc alatt

Kezdje itt

Kulcsfogalmak

Természetes nyelvi feldolgozás (NLP)
Az AI ága az emberi nyelv megértésére és generálására összpontosított.
Gépi tanulás (ML)
Olyan módszerek, amelyek lehetővé teszik a rendszerek számára, hogy mintákat tanuljanak az adatokból, és idővel fejlődjenek.
Teszteld magadAI ügynökök kvíz

Mi történt

A Metacognition AI, az Anton van den Hengel, Stephen Gould és Paul Dalby által társalapító startup 10 millió dollár finanszírozást gyűjtött össze a Main Sequence-től, a CSIRO által támogatott mélytechnológiai kockázati tőketársaságtól. A vállalat egy „Windows for robots” operációs rendszert fejleszt, amelyet úgy terveztek, hogy a nagy nyelvi modellek alá illeszkedjen, és lehetővé tegye a felhasználók számára, hogy egyszerű szóbeli utasítások és visszajelzések segítségével robothardvert és AI-ügynököket képezzenek. A startup jelenleg a meglévő ipari rendszereket célozza meg, a külszíni bányák irányítására és az elektromos hálózatok kezelésére már kiépített szimulációkkal.

A Metacognition AI lezárta a 10 millió dolláros finanszírozási kört a Main Sequence, egy mélytechnológiai kockázatitőke-társaság által, a CSIRO támogatásával. Az emelésről eredetileg a Capital Brief számolt be. A startupot idén Anton van den Hengel, az Ausztrál Gépi Tanulási Intézet vezető tudósa, Stephen Gould és Paul Dalby alapította.

A cég kifejezetten mesterséges intelligencia-ügynökök és robotika számára épít egy operációs rendszert, amelyet a „Windows for robots” néven ír le. Ez a szoftverréteg a nagy nyelvi modellek alatt helyezkedik el, hogy szabályozza, hogyan működnek együtt a fizikai gépekkel és más rendszerekkel. Az alapvető funkciók lehetővé teszik a felhasználók számára, hogy a robotokat egyszerű szóbeli utasítások és visszajelzések segítségével hasznos feladatok elvégzésére tanítsák, ahelyett, hogy bonyolult kódolást vagy szakértői programozást igényelnének.

A Metacognition azt állítja, hogy platformja lehetővé teszi a robotok számára, hogy emberek mellett dolgozzanak, emlékezzenek az utasításokra és javítsák a teljesítményt, miközben kölcsönhatásba lépnek a környezetükkel. A vállalat azt állítja, hogy ez a megközelítés képesebb és biztonságosabb mesterségesintelligencia-ügynökökhöz vezet, amelyek személyre szabottabbak a felhasználók számára azáltal, hogy biztosítják a hiányzó szoftverplatformot a nem szakértői képzéshez.

A startup kezdetben a meglévő ipari rendszereket célozza meg. Szimulációkat fejlesztett ki, ahol az üzemeltetők a rendszerhez beszélve irányíthatnak egy külszíni bányát vagy irányíthatnak egy elektromos hálózatot. A csapat jelenleg nyolc tagból áll, és további AI-kutatók felvételével bővül.

Forrás részletei: startupdaily.net ↗

Miért számít

Ez a finanszírozás egy köztes szoftverréteg fejlesztését támogatja, amelynek célja, hogy csökkentse az ipari automatizálás belépési korlátait. Azáltal, hogy lehetővé teszi a nem szakértők számára, hogy hangon keresztül programozzanak bonyolult gépeket, a technológia jelentősen csökkentheti a fejlett robotika üzemeltetéséhez szükséges speciális ismereteket olyan ágazatokban, mint a bányászat és az energia. A megközelítés arra összpontosít, hogy az AI-ügynököket személyre szabottabbá és biztonságosabbá tegye azáltal, hogy tevékenységeiket konkrét, a felhasználók által biztosított verbális visszajelzésekre alapozzák, ahelyett, hogy kizárólag az előre betanított modell képességeire hagyatkoznának.

A fejlesztés az ipari automatizálás egy jelentős hiányosságát orvosolja: a robothardverek programozásának összetettségét. Azáltal, hogy a felületet természetes nyelvre állítja át, a Metacognition célja, hogy a fejlett robotikát szélesebb munkaerő számára is elérhetővé tegye, ami potenciálisan csökkenti a speciális mérnököktől való függést a rutinfeladatok konfigurációjában.

A szoftvernek a nagy nyelvi modellek alatti rétegként való elhelyezése azt sugallja, hogy a hangszerelésre és a biztonsági ellenőrzésekre kell összpontosítani. Ez az architektúra segíthet az autonóm ágensekkel kapcsolatos kockázatok mérséklésében azáltal, hogy tevékenységüket konkrét, felhasználó által ellenőrzött utasításokban alapozzák meg, ami kritikus aggodalomra ad okot olyan nagy téttel járó környezetekben, mint a bányászat és az energiagazdálkodás.

Anton van den Hengel, egy kiemelkedő AI-kutató bevonása technikai hitelességet kölcsönöz a projektnek. A CSIRO-hoz kapcsolódó befektetők támogatása azt jelzi, hogy a gyakorlatias ipari hasznosságokkal rendelkező mélytechnológiai alkalmazásokra összpontosítanak a tisztán fogyasztói AI-termékek helyett.

Interactive Mechanism

Interaktív mechanizmus: Hogyan működik valójában

Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interaktív koncepció ellenőrzése+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

Mit nézzünk ezután

Kövesse nyomon további AI-kutatók felvételét és a nyolcfős csapat bővülését. Figyelje a nyilvános bemutatók vagy kísérleti programok megjelenését a bányászati ​​és villamosenergia-hálózati szektorban. Kövesse nyomon, hogy a platform képes-e együttműködni a meglévő főbb ipari hardverszabványokkal.

A munkaerő-felvétel következő szakasza jelzi majd a vállalat műszaki prioritásait, különösen a természetes nyelvi feldolgozás és a robotika integráció területén. A nyolcfős csapat bővülése a fejlődés ütemének meghatározó mutatója.

A bányászati ​​és villamosenergia-hálózati szimulációk nyilvános bemutatói vagy esettanulmányai kulcsfontosságúak lesznek a hangvezérlésű ipari műveletek hatékonyságának igazolásában. A szimulációk pontosságának és biztonsági protokolljainak független ellenőrzésére lesz szükség.

A nagy ipari hardvergyártókkal vagy rendszerintegrátorokkal kötött partnerségek meghatározzák a platform azon képességét, hogy a szimulációkon túlmenően az élő működési környezetekbe is beépülhessen.

Kapcsolódó útmutatók és vetélkedők

AI ügynökökMi az az AI?Az MI jövőjeTesztelje, amit tud – próbáljon ki egy ingyenes AI-kvíztKeressen egy AI kifejezést a szószedetünkbenKövesse az AI-finanszírozás nyomkövetőjét
Ezt hasznosnak találta?