Startup-ul care crede că robotica este pe cale să aibă propriul moment ChatGPT
Înainte ca GPT-3 de la OpenAI să deschidă era modelelor fundamentale, companiile construiau modele specializate de procesare a limbajului natural de la zero, antrenând fiecare pe cantități uriașe de date specifice unei sarcini. Astăzi, majoritatea organizațiilor pornesc de la un model general precum seria GPT, Claude sau Llama și îl ajustează sau îl ghidează prin prompturi pentru a rezolva nevoi specifice. Pim de Witte, CEO-ul General Intuition, crede că inteligența artificială încorporată (embodied AI) va urma un tipar similar. În loc să colecteze seturi uriașe de date din lumea reală pentru a construi modele robotice specializate, el susține că industria ar trebui să se concentreze pe seturi de date de calitate superioară, care să poată produce modele fundamentale capabile să transfere intuiția despre mișcare și interacțiune în multiple medii.„Multe companii fac acum muncă specializată, concentrându-se pe încorporări individuale, medii individuale și roboți individuali”, a declarat de Witte pentru TechCrunch într-un episod recent al podcastului Equity. El argumentează că mare parte din această muncă va deveni redundantă în curând, odată cu apariția modelelor generale precum cel pe care General Intuition îl dezvoltă și implementează. „Generalizarea modelului în sine este produsul”, a spus el. „Faptul că are un nivel de bază de raționament despre spațiu și timp va fi motivul pentru care oamenii vor înceta să mai colecteze sute de mii sau milioane de ore de date din lumea reală. Pentru că realitatea este că ai nevoie doar de câteva minute.”General Intuition și-a construit propriul model fundamental după ce s-a antrenat pe milioane de ore de date din jocuri video, inclusiv informații despre ce butoane de pe un controller a apăsat un om și când. Atât de Witte, cât și investitorul principal al General Intuition, Vinod Khosla, susțin că datele despre acțiuni sunt cheia dezvoltării unei intuiții asemănătoare celei umane pentru raționamentul spațio-temporal.Startup-ul a strâns luna trecută 320 de milioane de dolari la o evaluare de 2,3 miliarde de dolari, pe baza acestei teze. Compania a demonstrat că modelul său actual este capabil să joace un joc video ore întregi și să alimenteze un robot cvadruped – acesta din urmă după ce a fost ajustat pe doar opt minute de date robotice din lumea reală. „Faptul că robotul a reușit să funcționeze zero-shot doar pe baza camerei frontale, fără alți senzori, într-un birou cu obiecte dinamice introduse și oameni care treceau pe lângă el a fost o mare surpriză pentru noi”, spune de Witte. „Cred că este un semn a ceea ce urmează.”Scopul final al General Intuition nu este să construiască roboți, ci să devină modelul fundamental al inteligenței artificiale fizice, un model de bază pe care alte companii de robotică să îl poată folosi pentru propriile mașini. Sau, cum a spus de Witte: „Nu vom construi o companie de mașini cu conducere autonomă. Vom face de zece ori mai ușor pentru următoarea persoană să construiască o companie de mașini cu conducere autonomă.”Această abordare rezonează puternic cu ceea ce s-a întâmplat în domeniul procesării limbajului natural. Înainte de 2020, fiecare aplicație de chat sau de traducere necesita un model antrenat de la zero pe date specifice. După GPT-3, dezvoltatorii au putut să folosească același model de bază și să îl adapteze cu puține exemple. General Intuition vrea să facă același lucru pentru roboți: să ofere un „creier” pre-antrenat care înțelege fizica de bază, mișcarea și interacțiunea, astfel încât orice companie să poată construi un robot specializat fără a investi ani de zile în colectarea de date.Criticii ar putea spune că jocurile video nu sunt suficient de realiste pentru a învăța un robot să se miște într-o lume fizică plină de imprevizibilitate. Dar de Witte și echipa sa susțin că diversitatea scenariilor din jocuri – de la platforme 2D la lumi deschise 3D – oferă o bogăție de experiențe care dezvoltă o intuiție generală. Datele despre acțiunile umane (ce butoane au fost apăsate și când) sunt esențiale pentru a învăța robotul nu doar ce să facă, ci și când să facă.Investiția de 320 de milioane de dolari, condusă de Khosla Ventures, arată încrederea pe care o au investitorii în această viziune. Vinod Khosla, cunoscut pentru pariurile sale timpurii pe inteligența artificială, a declarat că General Intuition are potențialul de a deveni „sistemul de operare” al roboticii. „Ceea ce facem noi este să construim un strat de inteligență care poate fi aplicat oricărui robot, de la brațe industriale la drone și roboți umanoizi”, a adăugat de Witte.Dacă această teză se dovedește corectă, am putea asista la o accelerare dramatică a adoptării roboticii. În loc ca fiecare companie să reinventeze roata, ele vor putea să cumpere un abonament la modelul fundamental al General Intuition și să își personalizeze roboții în câteva zile. Acest lucru ar putea reduce costurile și timpul de dezvoltare, deschizând calea pentru roboți în fabrici, depozite, case și chiar în spații publice.### De ce este important:Această abordare reprezintă o schimbare de paradigmă în robotică, similară cu ceea ce a făcut GPT-3 pentru inteligența artificială generativă. Dacă General Intuition reușește să creeze un model fundamental care generalizează mișcarea și interacțiunea, s-ar putea reduce dramatic barierele de intrare în robotică. Companiile mici și startup-urile ar putea construi roboți inteligenți fără a avea nevoie de echipe masive de ingineri sau de date uriașe din lumea reală. În plus, succesul acestui model ar putea accelera tranziția către o societate în care roboții devin parte integrantă a vieții de zi cu zi, de la asistență medicală la logistică și servicii. Este un pas important către o inteligență artificială fizică cu adevărat generală.
