Smartyは、今年は最もホットなAI投資の方向の1つですが、業界の興奮は現実的な問題によって地面に引き戻されます。 ロボティックハードウェアは進んでおり、価値ある仕事を本当に安定させる「脳」は成熟していません。
TechCrunchは、このコントラストが最近明らかになったと報告しました。 中国のロボット会社、Woo Treeは、市場を立ち上げたが、在庫価格が急激に下落しました。 アナリストは、ロボットが機動性を非常に急速に改善していると信じていますが、信頼性が高く、商業的な作業からまだ遠くにあります。
業界熱が上昇し続けています。
先週のActuate Congressは、多くのロボティックAI開発者を一緒に連れてきました。 ホスト、Foxgloveは、2023年の会議の開始以来、会議のサイズが3倍で、今年1,500人の参加者に達しました。
しかし、熱の背後にある、業界のコアボトルネックは消えていません。 多くの実務者は、ロボットAIが質の高いトレーニングデータが不足していると述べています。 普遍的なロボットであるか、または単一のミッションのためのエンドツーエンドのトレーニングを行うかどうか、安定した、再現性のある商業性能を提供するこの段階では困難です。
データと計算はボトルネックのまま
Antiochの創設者ハリー・メルソップは「GPT-2」の現在の期間をスマートなものとして記述します。 彼の判断は、この段階が実際のブレークスルーよりも少なく、より多くのデータと、特に実際のGPUの計算です。
つまり、自動運転会社が進んでいます。 一方、車は、自然に継続的に実際の道路データを収集することができます。一方、自動運転のコアタスクは、複雑なオブジェクトの直接操作よりもシールドの多くです。 これは、データインフラ、シミュレーションシステム、機械学習の面でオートパイロットにより成熟したアプローチをもたらしました。
機械へのオートパイロット。 スタッフ
そのため、多くのオートパイロットがツールをロボティクスに動かしているのです。 Teslaの高度なオプティマス、ウェイブ、Uberは、人間ロボットの形態を研究するためにロボット研究室を設置しました。
チーフ・エグゼクティブ・オフィサー、アレックス・ケンダルは、センサーや部品が急速に変化しているため、早期に単一のハードウェア・プラットフォームを記述するのにはまだ適していません。 彼は、データインフラ、シミュレーション、ML Ops ツールが高い共通性を持っていることを示しましたが、異なるロボットの形態は、独自のポストトレーニングと世界モデルの適応を必要としています。
しかし、ソフトウェアとハードウェアの共同設計も提唱しました。 チーフ・エグゼクティブ・オフィサー・ジェネシス・AI Théophile Gervetは、業界が初期に過ぎなかったと述べた。「ロボット・ブレイン」戦略は、常に十分ではなく、ジョイント・ハードウェアとAIデザインのためのかなりのルームが残っていた。
研究室にはまだ普遍的な人間の形態。
業界は商業道で断片化されています。 ミッション指向のロボットは、Grittの太陽エネルギーの関与、産業シーンやBedrockの自動化掘削機へのロボットの敏捷性の展開など、実際のシーンに入り始めています。 対照的に、ほとんどの汎用の人間型ロボットは実験室レベルで残っています。
ガーヴェットは、バウントするために、80%の成功率を持つ普遍的なロボットを必要としません。 明確なシナリオがなければ、実際の価値を作成するためにプロダクトのために困難です。 しかし、非常に狭い垂直タスクのみが行われると、次世代の強力なモデルが出現したときにその利点を失うことがあります。
データ管理の文脈では、Foxgloveは、英国コロンビアコスモスオープンワールドモデルに基づくより迅速な評価、解毒およびシミュレーションのために、エンジニアが自然言語で視覚的およびレーザーレーダーデータを取得できるように、今週の新製品をリリースしました。
ChatGPTのようなターンポイントに関しては、業界内での統一的な回答はありません。 低コストで、高度に自律的な製品が最初は消費終了時に利用可能になることが予想され、ロボットはソフトウェアのようなフラッシュタイムを持っていないと主張されていますが、個人的なコンピュータの初期の日のように、よりゆっくりと家庭や産業を入力することができるようになります。