Unapređenje Inteligencije Robota: Revolucionarni Pristup Fizičke Inteligencije
Brief news summary
Physical Intelligence, startup u Misija distriktu San Franciska, revolucioniše robotiku unapređujući razumijevanje fizičkog svijeta od strane robota kroz najsavremenije AI tehnologije. Kompanija, simbolizovana sa "π", prikupila je 400 miliona dolara od istaknutih investitora kao što su OpenAI i Jeff Bezos. CEO Karol Hausman cilja na poboljšanje perceptivnosti robota korištenjem podataka o senzorima i kretanju. Pioniri poput Sergeya Levinea i Chelsea Finn integrišu principe jezičkih modela, slične GPT-u, kako bi unaprijedili fizičku inteligenciju robota. Razvoj kompanije uključuje robote sposobne za obavljanje jednostavnih zadataka uz verbalne instrukcije. Značajan uspjeh je robot s jednom rukom u Googleovom sjedištu koji uspješno obavlja zadatke čišćenja, naglašavajući napredak u modelima vida i jezika. Međutim, oskudnost podataka o fizičkim akcijama predstavlja izazove, za razliku od obilja raspoloživog za jezičke modele. Ovo ograničenje izaziva zabrinutost oko postizanja značajnih proboja bez novih strategija učenja. Kao odgovor, Physical Intelligence istražuje mogućnosti poput YouTube-a da poduči robote o fizičkim interakcijama, iako je napredak spor. Uprkos ovim izazovima, kompanija je odlučna u usavršavanju algoritama i saradnji s industrijama radi prikupljanja više podataka. Razvijajući specijalizovan hardver poput pinceta opremljenih web kamerama, Physical Intelligence uspješno izvršava svakodnevne zadatke, signalizirajući potencijalne promjene u sektoru automatizacije. Tim ostaje optimističan glede budućnosti u kojoj će roboti imati istinsko razumijevanje i interakciju s fizičkim svijetom.Na metalnim vratima u Mission Districtu u San Franciscu, simbol “π” nagovještava inovativni rad koji se odvija unutra. Ovaj prostor pripada startupu Physical Intelligence (PI ili π), koji nastoji unaprijediti inteligenciju robota, privlačeći ogromne investicije poput 400 miliona dolara od OpenAI-a i Jeffa Bezosa. Kompanija sanja o opremanju robota ljudskim razumijevanjem i vještinom putem opsežnih senzorskih i podataka o kretanju alimentiranih u AI model. Unutra je radna atmosfera intenzivna: roboti slažu majice i premještaju stvari, dok čovjek upravlja pincetom s web kamerom. Osnivači kompanije, uključujući CEO-a Karola Hausmana, zamišljaju AI koji omogućava robotima da se prilagode novim zadacima kroz intuitivnu kontrolu umjesto preciznog programiranja. Inspirisani uspjehom velikih jezičkih modela (LLM-ova) kao što je ChatGPT, vjeruju da su slična unapređenja moguća i u robotici. Ranije, LLM-ovi su demonstrirali kako mogu rješavati otvorene zadatke bez konvencionalnog programiranja. Poboljšanjem ovih modela vizijom, roboti su stekli ograničeno razumijevanje svog okruženja, omogućavajući informisanije akcije. Javna demonstracija istakla je potencijal, dok je publika kontrolisala robota preko kontinenata, pokazujući njegove vještine rješavanja problema. Kako bi poboljšali fizičke sposobnosti, Physical Intelligence sarađuje s drugim institucijama, prikupljajući podatke iz raznih zadataka koristeći transformatorske modele.
Ovaj pristup pokazuje obećavajuće rezultate, nagovještavajući izvanredne buduće vještine robota slične djetetovom napredovanju od osnovnog hvatanja do sviranja klavira kroz opsežno učenje. Usred uzbuđenja oko humanoidnih robota iz startupa i tehnoloških giganta, neki stručnjaci izražavaju skepticizam oko prevazilaženja složenosti fizičke interakcije. Zabrinutost oko pretjerivanja i nedostatka podataka o velikim akcijama robota se primjećuje, jer fizički zadaci uključuju više varijabli nego obrada jezika. Ipak, optimizam ostaje; možda bi Kais roboti mogli učiti iz ljudskih demonstracija, možda gledajući video klipove na YouTube-u, spajajući virtualno i stvarno učenje. Physical Intelligence planira proširiti svoje napore partnerstvom s firmama kako bi prikupljali podatke iz raznih zadataka robota. Razvijaju prilagođeni hardver da potencijalno iskoriste prikupljenu obuku putem svakodnevnih zadataka. Nedavni razvoj u startupu pokazuje značajna dostignuća: roboti vješto obavljaju složene kućne zadatke, s pokretima koji izgledaju gotovo ljudski. Korištenjem mješavine LLM-ova i modela generiranja slike, tim je postigao općenitije sposobnosti robota slične ranim modelima OpenAI-a. Uprkos nekim smiješnim greškama, tim je optimističan. Njihov "opći recept" za učenje robota ukazuje na uzbudljiv napredak, sugerirajući da integracija naprednog AI u fizički svijet postaje sve ostvarivija.
Watch video about
Unapređenje Inteligencije Robota: Revolucionarni Pristup Fizičke Inteligencije
Try our premium solution and start getting clients — at no cost to you
