Kada gausime robotikos pokalbį? Įsikūnijusios AI ateitis yra šviesi

Sėkmingai sukėlusiems AI, buvo daug diskutuojama dėl galimybės, kaip į fizinį pasaulį įtraukti lankstų intelektą, rastą didelių kalbų modeliuose. Tai dažnai vadinama „įkūnyta AI“ ir tai yra viena iš labiausiai transformuojančių galimybių pasaulinėje ekonomikoje.

Norėčiau teigti, kad įkūnytos AI ateitis yra šviesi, tačiau kelias į priekį yra daug mažiau tiesus nei AI kelias grynai skaitmeninėje srityje. Kelias į „ChatGPT for Robotics“ turi nemažai greičio viršutinių dalių, ir norint idėją tapti realybe, reikia naujų proveržių. Tai turi įtakos startuolių įkūrėjams ir investuotojams, kuriuos bandysiu distiliuoti keliose rekomendacijose.

Robotų automatizavimas yra neišvengiamumas, o visas neapibrėžtumas yra klausimas kaipne jei. Nuo tada, kai 2012 m. Įsigijo „Kiva Systems“, „Amazon“ savo sandėliuose dislokavo daugiau nei 750 000 robotų. Pradedančios įmonės ir investuotojai bando trikampį trikampį, kuris gali pasiekti tokį robotų galimybių ir rinkos poreikių suderinimo lygį.

AI trajektorija yra pagrindinis šio trikampio proceso kintamasis, o galingi nauji modeliai gali būti absoliučiai žaidimų keitikliai. Taigi, kur mes galime tobulinti šiuos modelius? Aš kalbėjau su patyrusiais robotikais ir tais, kurie kuria robotų pagrindų modelius, kad geriau suprastų šį klausimą.

Registruokitės dabar, kad nepraleistumėte!

Vienas žingsnis vienu metu link įkūnytos AI

Pažangiausių II tyrimų tikslas yra sukurti robotų intelektą, kuris būtų bendros, o ne specifinės užduoties-pakankamai lanksčios, kad būtų galima tvarkyti naujus ar labai dinamiškus naudojimo atvejus, nereikalaujant specialių mokymų. Bendrosios paskirties robotų pamatų modelių pažadas yra dvejopas.

Pirma, jie dramatiškai padidintų robotikos naudojimo atvejų skaičių. Antra, jie sutrumpins istoriškai ilgus robotikos sistemų komercializacijos laiko juostas.

Abu šiuos pažadus grynai skaitmeninėje srityje vykdo pamatų modeliai, tokie kaip GPT-4, Gemini, Claude ir Llama. Šie modeliai atvėrė duris daugybei naujų naudojimo atvejų, tuo pačiu metu, kai pasmerkime mažus, vienkartinius AI modelius, nes pirmasis gali atlikti tą patį darbą kaip ir antrasis, panaikindamas inžinerines investicijas, kurių reikia norint mokyti specialius modelio mokymus.

Bendrosios paskirties modeliai tapo de facto būdu sukurti beveik bet ką AI. Galima spėlioti, kad naujasis „ChatGPT“ modelis bus dominuotas robotikos programų kūrime.

Tačiau nemanau, kad taip bus artimiausiu metu. Vietoj to, mano lūkesčiai yra generatyviniai AI metodai, pamažu užpildys robotiką, o ne per naktį pakeis kraštovaizdį, ir jie kurį laiką egzistuos kartu su klasikine robotika.

Dėl generatyvinių AI metodų robotika stabiliai tobulėjo, net jei jie gali būti neaktyvūs. Pradedančiųjų pastatas šiandien jau naudoja metodus, kurie žada lankstesnę, apibendrintą intelektą ir greitesnį laiką į rinką. Jie tiesiog nepasikliauja vienu „pasaulio modeliu“ kaip jų taikymo pagrindu.

Pavyzdžiui, difuzijos politika panaudoja difuzijos modelius, tą pačią techniką, kuria remiasi AI vaizdo generatoriai, kad būtų sukurtas robotų elgesys. Gauti modeliai yra labai lankstūs ir reikalauja mažiau treniruočių duomenų, tačiau kol kas jie paprastai vis dar mokomi pagal užduotį po užduotis. Kita perspektyvi generatyvinė AI technika yra nervų spinduliavimo laukai (NERF), kurie gali rekonstruoti 3D scenas iš 2D vaizdų ir turėti programų robotikoje, pavyzdžiui, kurti naujus mokymo duomenis.

Bendrosios paskirties modeliai gali tapti robotikos plėtros pagrindu, o pažadą apie požiūrį pabrėžė tyrimų modeliai, tokie kaip „Google“ RT-X ir „Fizinio intelekto“ π.₀.

Svarbus šių modelių įrodymas yra tas, kad buvo įrodyta, kad jie yra didesni už jų dalių sumą. Kai įtraukiami daugelio užduočių treniruočių duomenys, modelis geriau atlieka individualią užduotį nei tuo atveju, jei jis būtų buvęs išmokytas tik atliekant tą užduotį.

Vis dėlto požiūris susiduria su greičio viršūnėmis kelyje į įvaikinimą, susijusį su duomenimis, determinizmu ir skaičiavimu. Prieš šią modelių kategoriją reikia gaminti daugiau proveržių.

https://www.youtube.com/watch?v=A6IX6VZUK0C

Trys greičio viršūnės su pamatų modeliais

Pirmasis „SpeedBump“ yra tas, kad neatrodo, kad duomenų, paruoštų mokyti pagrindų modelį apie sąveiką su fiziniu pasauliu, korpusą, priešingai nei gausus žiniatinklio teksto, vaizdo ir garso duomenis, kurie leido esamiems pamatų modeliams. Suvokimo modeliai tapo labai galingi, tačiau suvokimas su įjungimu yra sudėtingas.

Manau, kad norint surinkti daugiau duomenų, kad būtų galima surinkti daugiau duomenų, taip pat eksperimentuoti, kad būtų galima atlikti dideles investicijas, kad suprastų įvairių tipų mokymo duomenų veiksmingumą. Pvz., Lieka neaišku, kokiu mastu vaizdo įrašai, kuriuose atlieka užduotis, gali prisidėti prie modelio našumo. Aš tikiu, kad su išradingumo ir investicijų deriniu galima surinkti galingus didelio masto mokymo duomenis.

Trajektorija, kuri, atrodo, tikėtina, yra tai, kad per ateinančius kelerius metus atsiras galingi modeliai su dideliu paruošimu, tačiau jiems reikės papildomų papildomų mokymo duomenų atliekant bet kurią konkrečią užduotį. Tai panašu į didelių kalbų modelių derinimą, tačiau tai bus svarbiau, nes mažiau galimybių veiks „iš dėžutės“ su robotikos modeliais.

Antrasis „Speedbump“ yra susijęs su determinizmu ir patikimumu. Už robotikos ribų determinizmo svarba labai skiriasi pagal taikymą, o sėkmingiausi ankstyvosios generacinės AI programos yra tokios, kur determinizmas nėra svarbus. Robotikoje determinizmas yra kritinis. Atmetus saugumą, robotikos investicijų grąža (IG) paprastai priklauso nuo pralaidumo, o klaidų skiriamąja geba praleidžiama laikas sunaikina pralaidumą.

Iki šiol robotikos fondo modelių tyrimai pabrėžė naujovę, o ne patikimumą. Daugybė pastangų, susijusių su generatyvinių AI modelių, iš esmės, ne tik robotikos, nesikalbėjimo metodais, todėl manau, kad šią problemą galima išspręsti, bet tikriausiai ne viename kritimo metu. Tai yra argumentas dėl deterministinių ir nedetermininių modelių egzistavimo.

Siekdama subalansuoti lankstumą su patikimumu, mūsų portfelio įmonės „MicroPsi Industries“, kuri automatizuoja didelio varianto užduotis kai kuriems didžiausiems pasaulyje gamintojams, naudoja neuroninius tinklus, kurie yra deterministiniai, o ne tikimybiniai.

Trečiasis „Robotics Foundation“ modelių greičio viršelis yra tas, kad robotikoje dažnai reikia atlikti „Compute“ krašte, todėl išvada yra iššūkis. Robotai turi būti ekonomiški, ir šiandien daugelis programų nepalaikys pakankamai GPU pridėjimo, kad būtų galima atlikti išvadas galingiausiems modeliams.

Ši problema gali būti pati trys iš trijų mano paminėtų. Tikimasi, kad robotikai imsis didelių modelių kaip atskaitos taškas ir naudos distiliavimo metodus, kad sukurtų mažesnius, labiau sutelktus modelius, turinčius mažiau išteklių reikalavimų. Tačiau tai būtinai sumažins modelių bendrumą ir prieštarauja roboto, kuris gali padaryti bet ką, idėją.

Mūsų portfelio įmonė „RGO Robotics“ tiekia savo suvokimo variklį į įvairius mobiliųjų robotų originalios įrangos gamintojus, o šioje robotų gamintojų bazėje ji tikisi, kad mažesni, pigesni modeliai ir toliau bus populiarūs išlaidų jautrų naudojimo atvejais. Aparatūra nuolat tobulėja kainos/našumo tobulėjimu, todėl tai, ką praktiška bėgti krašte, vystysis.

Tokie metodai kaip kvantizavimas taip pat leidžia efektyviai sumažinti didelių modelių dydį. Taip pat įmanomi hibridiniai metodai, kuriuose kai kurie skaičiavimai atliekami debesyje ir kai kuriuose įrenginiuose.

https://www.youtube.com/watch?v=KFQW8-STTTQ

Genai rekomendacijos, įkūnyta AI era

Nors pasaulis vis labiau skaitmeninis, mes vis dar gyvename fiziniame pasaulyje, o skaitmeninės sąveika su fizine yra neribota augimo sritis.

Stebėtojai dažnai klausia, kodėl AI gali parašyti esė ar muzikos kūrinį, bet nedaryti to, kas yra meniška, pavyzdžiui, įkelti indaplovę. Pastarasis greičiausiai bus įmanomas artimiausiu metu, tačiau be to, tas pats klausimas užduodamas apie fizinius procesus pramonės šakose, kurių vertė yra trilijonai dolerių. Dėl to įkūnija AI yra viena giliausių pasaulio ekonomikos galimybių.

Robotika daro didžiulę pažangą, ir aš matau, kad robotai tampa kritinėmis pramonės šakose, kur jų niekada nebuvo anksčiau, o nustatytoms robotikos rinkoms naudinga naujos įkūnytos AI naujovės. Generacinis AI bus transformacinis kelio, einančio į priekį robotikai, elementas, tačiau dabar mano išvada yra ta, kad tai bus laipsniškas procesas, o ne per naktį pamaina, iš esmės keičiantis robotikos kompanijų statomose įmonėse.

Tuo pat metu būtų kvaila nuvertinti novatorių sugebėjimą įveikti mano išsakytus iššūkius, tačiau labai sunku numatyti, kada įvyks proveržis. Todėl mano rekomendacijos verslininkams, pradedantiems robotikos kompanijas, šiandien yra:

1. Sutelkite dėmesį į didelės vertės programą ir nustatykite geriausią būdą pašalinti tą programą, nesijaudinant nė vienam metodui. Žinokite visus programos niuansus iš vidaus, nes dažnai velnias detalėse yra tai, kas žudo robotikos sprendimo ekonominį gyvybingumą.
2. Įvertinkite, kur nauji generatyviniai AI metodai gali išspręsti anksčiau neišsprendžiamas problemas. Peržiūrėkite generatyvinę AI kaip įrankį, o ne kaip sprendimą.
3. Tikėkitės, kad dauguma jūsų inžinerijos valandų bus skirta tvirtumui ir sukietėjimui, o ne naujoms galimybėms.
4. Studijuokite sėkmingiausių robotikos kompanijų žaidimų knygas ir sužinokite, kokius aspektus yra prasminga mėgdžioti. Netikiu, kad sėkmingos robotikos kompanijos receptas, atsižvelgiant į vertės pasiūlymą, produktų kūrimą ar rinkos strategiją, iš esmės pasikeitė.

Jei dirbate prie naujo robotikos paleidimo ar naujovių, susijusių su generatyvinės AI pritaikymu fiziniam pasaulio automatizavimui, norėčiau išgirsti jus.

Apie autorių

Jamesas Falkoffas yra rizikos kapitalo firmos „Compange“ partneris Bostone ir Silicio slėnyje, orientuota į intelektualią automatizavimą ir fizinių bei skaitmeninių pasaulių sankirtą. Jis 19 metų yra technologijų pramonės investuotojas.