Wat is er gebeurd
TechCrunch meldt dat fysieke AI-bedrijven grote investeringen aantrekken, maar nog geen algemeen capabele robots hebben geproduceerd die op betrouwbare wijze waardevol werk kunnen verrichten. Ontwikkelaars op de Actuate-conferentie beschreven tekorten aan hoogwaardige trainingsgegevens, zware computervereisten en onopgeloste meningsverschillen over de vraag of roboticabedrijven hardware en AI moeten co-ontwerpen of meer hardware-agnostische modellen moeten bouwen.
TechCrunch meldt dat fysieke AI een van de populairste gebieden van durfinvesteringen is geworden, waarbij bedrijven technieken die verband houden met grote taalmodellen toepassen op robotica. De outlet koppelt het enthousiasme van de sector aan Unitree, beschreven als de toonaangevende robotfabrikant van China, die na de beursintroductie een geschatte waarde van $66 miljard bereikte, voordat hij in de week van het rapport bijna de helft van die waarde verloor. TechCrunch zegt dat analisten op een centraal probleem hebben gewezen: de fysieke capaciteiten van robots verbeteren, maar hun vermogen om waardecreërend werk uit te voeren blijft beperkt. Het rapport bevestigt niet onafhankelijk de waardering, de omvang van de daling of de identiteit van de analisten buiten het verslag van TechCrunch.
TechCrunch meldt dat Actuate, een conferentie voor ontwikkelaars die AI-systemen voor robots bouwen, is gegroeid naar 1.500 deelnemers en volgens organisator Foxglove drie keer zo groot was als in 2023. Het evenement bracht zowel enthousiasme als bezorgdheid over een ‘robotdatacrisis’ aan het licht: een tekort aan hoogwaardige gegevens voor trainingsmodellen. Het rapport zegt dat gegeneraliseerde robots die elke taak kunnen uitvoeren ver weg blijven, terwijl end-to-end leren voor specifieke taken nog geen betrouwbare commerciële prestaties heeft opgeleverd. Ontwikkelaars proberen daarom de praktijken van grensverleggende AI-laboratoria aan te passen, waaronder het verzamelen van meer gevarieerde gegevens, het experimenteren met trainingsmethoden en het ontwerpen van betere leeromgevingen voor versterking.
Een groot meningsverschil betreft de vraag hoe nauw robotintelligentie verbonden moet zijn met bepaalde hardware en industrieën. TechCrunch meldt dat Wayve-CEO Alex Kendall er de voorkeur aan geeft om te beginnen met autonome voertuigen, waar bedrijven relevante rijgegevens kunnen verzamelen en het hoofddoel het vermijden van contact is in plaats van het manipuleren van de omgeving. Hij vertelde de outlet dat data-infrastructuur, simulatie en machine-learning-operaties over verschillende uitvoeringsvormen heen zouden kunnen worden gedeeld, terwijl de modellen van de fysieke wereld enige specialisatie nodig zouden hebben. Genesis AI-CEO Théophile Gervet nam het tegenovergestelde standpunt in en zei tegen TechCrunch dat de sector te vroeg is voor een aparte ‘breinstrategie’ en dat hardware en AI gezamenlijk moeten worden ontworpen. Het rapport zegt ook dat Uber en Wayve humanoïde-gerichte robotica-laboratoria hebben gelanceerd, terwijl Tesla een soortgelijke richting nastreeft met Optimus.
Brongegevens: techcrunch.com ↗
Waarom het ertoe doet
Het rapport suggereert dat de vooruitgang op het gebied van robotica wellicht minder afhankelijk is van een enkel model voor algemene doeleinden dan van data-infrastructuur, simulatie, implementatie-ervaring en zorgvuldig gekozen commerciële taken. Het benadrukt ook de spanning tussen het bouwen van beperkte producten die nu inkomsten en data genereren, en het nastreven van algemene systemen die deze uiteindelijk kunnen vervangen.
Het rapport is belangrijk omdat het een praktisch knelpunt in fysieke AI beschrijft: een capabel model moet perceptie, planning en beweging verbinden met de rommelige omstandigheden van de echte wereld. Bij op tekst gebaseerde AI kan het toevoegen van gegevens en rekenkracht de prestaties verbeteren zonder dat een machine fysiek met zijn omgeving hoeft te communiceren. Robots moeten in plaats daarvan omgaan met veranderende objecten, oppervlakken, verlichting, sensormetingen en veiligheidsbeperkingen. Uit het verslag van TechCrunch blijkt dat de sector nog geen algemeen betrouwbare manier heeft gevonden om deze input in nuttig werk om te zetten.
De door TechCrunch beschreven commerciële strategie is een afweging. Bedrijven die zich op een beperkte taak richten, kunnen robots sneller in echte omgevingen plaatsen, waardoor ze inkomsten kunnen genereren en implementatiegegevens kunnen verzamelen. Het rapport noemt het werk van Gritt op het gebied van zonne-energie, de industriële toepassingen van Agility en de autonome graafmachines van Bedrock als voorbeelden. Maar taakspecifieke gegevens zijn mogelijk niet divers genoeg om een model voor algemene doeleinden te produceren. Gervet vertelde TechCrunch dat een klein bedrijf dat is gebouwd op een model van de vroege generatie uiteindelijk kan worden ingehaald door een bedrijf met een sterker algemeen model. Omgekeerd is een robot voor algemene doeleinden die slechts ongeveer 80% van de tijd slaagt, mogelijk niet nuttig genoeg voor klanten.
Het verhaal laat ook zien waarom de infrastructuur net zo belangrijk kan zijn als de robot zelf. TechCrunch meldt dat high-fidelity-simulatie meer data- en computerbronnen vereist, inclusief GPU's die geschikt zijn voor ray tracing. Foxglove, opgericht door voormalige medewerkers van Cruise, wordt beschreven als het bouwen van tools voor het zoeken en beheren van de compacte visuele en lidargegevens die door robotsystemen worden gegenereerd. Het nieuwe product, gebouwd op het Cosmos open- wereldmodel van Nvidia, is bedoeld om ingenieurs vragen in natuurlijke taal te laten gebruiken om evaluaties en simulaties te maken en om triage en debugging te versnellen. Deze beweringen komen uit de rapportage van TechCrunch en de beschrijvingen van de bedrijven; de bron biedt geen onafhankelijke prestatietests, klantresultaten of vergelijking met alternatieve tools.
Interactief mechanisme: hoe het eigenlijk werkt
Ontdek interactief de onderliggende technologie achter deze ontwikkeling.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Wat je nu moet bekijken
De belangrijkste signalen zullen betrouwbare implementaties, herhaalbare prestaties en bewijs zijn dat robots manipulatie buiten gecontroleerde omgevingen aankunnen. TechCrunch meldt ook dat Foxglove een datazoekproduct in natuurlijke taal heeft geïntroduceerd, gebouwd op het Cosmos-wereldmodel van Nvidia, waarmee ontwikkelaars fysieke AI-systemen sneller kunnen evalueren en debuggen.
De duidelijkste test zal zijn of fysieke AI-bedrijven herhaalbare prestaties kunnen demonstreren in echte implementaties in plaats van geïsoleerde demonstraties. TechCrunch meldt dat autonome voertuigen voorop lopen, onder meer omdat bedrijven grote hoeveelheden rijdata kunnen verzamelen en omdat autorijden vooral het vermijden van contact vereist. Manipulatie is moeilijker: een robot moet objecten grijpen, duwen, trekken, positioneren en loslaten ondanks variatie in de omgeving. Het rapport biedt geen gestandaardiseerde succespercentages, implementatievolumes, mislukkingspercentages of onafhankelijke evaluaties voor de bedrijven die het bespreekt.
TechCrunch identificeert verschillende mogelijke mijlpalen. Kendall zei dat een betekenisvolle doorbraak voor de consument de auto-autonomie zou zijn die minder dan 1.000 dollar aan hardware zou gebruiken, terwijl Gervet een robot beschreef die een verzoek in natuurlijke taal kon begrijpen en basismanipulatietaken kon uitvoeren met een betrouwbaarheid van ten minste ongeveer 80% out-of-the-box. Dit zijn de definities van succes van de geïnterviewden, geen aangetoonde resultaten. De bron stelt niet vast wanneer een van beide mijlpalen zich zou kunnen voordoen, of de hardwarekostendrempel alle systeemkosten omvat of hoe de betrouwbaarheid zou worden gemeten voor verschillende taken en omgevingen.
De richting van de sector zal ook afhangen van de vraag of gespecialiseerde inzet een duurzame weg naar algemene inlichtingen creëert of slechts geïsoleerde systemen voortbrengt. De CTO van Bedrock vertelde TechCrunch dat opgraving een eerste manier was om manipulatie in ongecontroleerde omgevingen te bestuderen, met als langetermijndoel een intelligentielaag die meerdere bouwmachines omvat. Foxglove-CEO Adrian Macneil betoogde dat robotica misschien geen enkel ChatGPT-achtig moment kent, omdat het distribueren van nuttige machines in de fysieke wereld veel moeilijker is dan het distribueren van software. Wat nog onbekend blijft, is of betere simulatie- en datatools deze kloof kunnen dichten, hoeveel menselijk toezicht de inzet zal vergen, en of klanten voor robots zullen betalen voordat er algemene mogelijkheden komen.