Новое поколение кибер-слуг! Этот робот поможет вам во всех видах работы по дому.

Не знаю, возникала ли у вас когда-нибудь мысль стать «автономным лавочником» и доверить всю работу по дому роботу-уборщику. Честно говоря, эту сцену часто можно увидеть в научно-фантастических произведениях.

В конце концов, кому не хочется иметь трудолюбивого « кибер-слугу »?

Physical Intelligence (Pi), стартап из Сан-Франциско, работает, чтобы помочь людям реализовать эту мечту. Недавно компания продемонстрировала модель искусственного интеллекта, которая была «обучена на беспрецедентном объеме данных» и научилась выполнять множество полезных домашних задач.

Видео, опубликованное Physical Intelligence, показывает, что их робот может очень ловко выполнять различные домашние задачи, включая, помимо прочего: организацию стола, полного чашек и тарелок:

Засыпьте кофейные зерна из пакета в кофемашину:

Даже картонные коробки можно собрать:

Самое впечатляющее то, что они могут вынимать белье из сушилки и аккуратно складывать его . Две роботизированные руки подобны человеческим рукам и умело работают вместе:

Интересно, что алгоритм, разработанный компанией, иногда проявляет некоторые человеческие причуды , например, встряхивает футболки и шорты, чтобы они расправились ровно.

Хаусман, генеральный директор отдела физического интеллекта, отмечает, что складывание одежды является особенно сложной задачей для роботов, требующей более общего понимания физического мира, поскольку это предполагает работу с различными объектами, которые могут непредсказуемо деформировать и мять гибкие предметы.

Он также сказал, что нынешний алгоритм не очень стабилен. Точно так же, как чат-боты с искусственным интеллектом иногда « рушатся », эти «роботы для домашней работы» иногда делают невероятные вещи: например, они запихивают яйца в коробку, которая больше не помещается, и заставляют коробку закрыться. робот внезапно сбросил коробку со стола.

Хотя алгоритм еще не совершенен, физический интеллект, по крайней мере, дает возможность для будущих « универсальных домашних роботов ».

Однако амбиции Османа выходили далеко за рамки этого. «Работа по дому» — это лишь одно из применений, а « универсальность » — это амбиции компании:

Наша цель — внедрить искусственный интеллект в физический мир с помощью универсальной модели, которая может привести в действие любого робота или любое физическое устройство практически для любого применения.

Другими словами, цель Physical Intelligence — создать модель физического мира, подобную моделям большого языка (LLM), « общую модель искусственного интеллекта ».

Они сочетают методы построения языковых моделей со своими собственными методами управления и управления машинами и делают это путем обучения больших объемов данных роботов. Хаусман сказал, что их подход является « очень общим » и может быть обучен на данных различных типов роботов, подобно тому, как люди тренируют языковые модели.

Компания потратила последние восемь месяцев на разработку своей «базовой модели» под названием π0 (пи-ноль). π0 обучается с использованием данных различных роботов, выполняющих различные домашние дела, и компания также часто заставляет людей управлять роботами удаленно, чтобы обеспечить необходимое обучение.

Сергей Левин, один из соучредителей физического интеллекта и доцент Калифорнийского университета в Беркли, сказал, что объем данных, на которых они обучались, был намного больше, чем у любой предыдущей модели робота, и объем был «очень большим». "

В отличие от других компаний, таких как Рисунок AI и Tesla, которые специализируются на создании роботов-гуманоидов, и таких компаний, как Covariant, которые разрабатывают программное обеспечение для робототехники общего назначения, Pi стремится создавать программное обеспечение, которое можно применять к широкому спектру робототехнического оборудования .

В связи с этим Лачи Грум, известный технологический инвестор и один из соучредителей Pi, сказал: «Что делает людей интересными, так это наш мозг, а не наше оборудование. Мы — абсолютные универсалисты ».

Ключевой проблемой для физического интеллекта является ограниченный объем данных роботов, используемых для обучения, по сравнению с текстовыми данными, доступными при обучении на больших языковых моделях.

Поэтому компании должны генерировать собственные данные и разрабатывать методы улучшения обучения на более ограниченных наборах данных.

Фактически, для разработки π0 компания объединила так называемые модели визуального языка (обученные на изображениях и тексте) и диффузионное моделирование (методы, заимствованные из генерации изображений ИИ) для достижения более общего обучения.

Все стремится к « универсальности ».

Что касается текущего статуса и будущего физического интеллекта, точка зрения Левина такова:

Чтобы роботы могли выполнять любую работу, которую им поручают люди, необходимо значительно расширить это обучение. Хотя нам еще предстоит пройти долгий путь, у нас есть кое-что, что вы можете рассматривать как основополагающую основу, из которой можно увидеть будущие события.

Но в то же время Левин уверен в развитии Пи. По его словам, есть достаточно признаков того, что самое большое препятствие на пути использования роботов в реальном мире « теперь может быть решено ».

# Добро пожаловать на официальную общедоступную учетную запись WeChat Aifaner: Aifaner (идентификатор WeChat: ifanr). Более интересный контент будет предоставлен вам как можно скорее.

Ай Фанер | Исходная ссылка · Посмотреть комментарии · Sina Weibo