Eine neue Generation von Cyber-Dienern! Dieser Roboter hilft Ihnen bei allen Arten von Hausarbeiten

Ich weiß nicht, ob Sie jemals auf die Idee gekommen sind, ein „Hands-off-Ladenbesitzer“ zu sein und die gesamte Hausarbeit einem Reinigungsroboter zu überlassen. Um ehrlich zu sein, ist dies eine Szene, die man oft in Science-Fiction-Werken sieht.

Denn wer möchte nicht einen fleißigen „ Cyber-Diener “ haben?

Physical Intelligence (Pi), ein Startup-Unternehmen aus San Francisco, arbeitet daran, Menschen dabei zu helfen, diesen Traum zu verwirklichen. Das Unternehmen hat kürzlich ein Modell der künstlichen Intelligenz vorgestellt, das „auf einer beispiellosen Datenmenge trainiert“ wurde und gelernt hat, eine Vielzahl nützlicher Haushaltsaufgaben zu erledigen.

Ein von Physical Intelligence veröffentlichtes Video zeigt, dass ihr Roboter verschiedene Haushaltsaufgaben sehr geschickt ausführen kann, darunter unter anderem: einen Tisch voller Tassen und Teller organisieren:

Schaufeln Sie die Kaffeebohnen aus dem Beutel in die Maschine:

Sogar Kartons können konfektioniert werden:

Am beeindruckendsten ist, dass sie Wäsche aus dem Trockner nehmen und ordentlich falten können . Die beiden Roboterarme sind wie menschliche Hände und arbeiten geschickt zusammen:

Interessanterweise weist der von der Firma entwickelte Algorithmus manchmal einige menschenähnliche Macken auf, wie zum Beispiel das Schütteln von T-Shirts und Shorts, so dass sie sich flach ausbreiten.

Hausman, CEO von Physical Intelligence, weist darauf hin, dass das Falten von Kleidung für Roboter eine besondere Herausforderung darstellt und eine allgemeinere Intelligenz über die physische Welt erfordert, da es sich dabei um den Umgang mit einer Vielzahl von Objekten handelt, die sich unvorhersehbar verformen und zerknittern können.

Er sagte auch, dass der aktuelle Algorithmus nicht sehr stabil sei. So wie KI-Chatbots manchmal „ zusammenbrechen “, tun diese „Hausarbeitsroboter“ manchmal unglaubliche Dinge: Sie stopfen zum Beispiel Eier in einen Karton, der nicht mehr hineinpasst, und zwingen den Karton einmal, etwas zu schließen Der Roboter warf plötzlich die Kiste vom Tisch.

Obwohl der Algorithmus noch nicht perfekt ist, bietet die physische Intelligenz zumindest eine Möglichkeit für zukünftige „ universelle Hausarbeitsroboter “.

Haussmanns Ambitionen gingen jedoch weit darüber hinaus. „Hausarbeit“ ist nur einer der Einsatzzwecke und „ universell “ ist der Anspruch des Unternehmens:

Unser Ziel ist es, künstliche Intelligenz durch ein universelles Modell in die physische Welt zu bringen, das jeden Roboter oder jedes physische Gerät für praktisch jede Anwendung antreiben kann.

Mit anderen Worten: Das Ziel der physischen Intelligenz besteht darin, ein Modell der physischen Welt zu erstellen, das großen Sprachmodellen (LLMs) ähnelt, ein „ allgemeines Modell der künstlichen Intelligenz “.

Sie kombinieren Techniken zum Aufbau von Sprachmodellen mit ihren eigenen Methoden zur Steuerung und Führung von Maschinen und trainieren dazu große Mengen an Roboterdaten. Hausman sagte, ihr Ansatz sei „ sehr allgemein “ und könne auf Daten verschiedener Robotertypen trainiert werden, ähnlich wie Menschen Sprachmodelle trainieren.

Das Unternehmen hat die letzten acht Monate damit verbracht, sein „Basismodell“ namens π0 (Pi-Null) zu entwickeln. π0 wird mithilfe von Daten verschiedener Roboter trainiert, die verschiedene Hausarbeiten ausführen. Darüber hinaus lässt das Unternehmen die Roboter häufig auch von Menschen aus der Ferne bedienen, um die erforderlichen Schulungen durchzuführen.

Sergey Levine, einer der Mitbegründer der Physikalischen Intelligenz und außerordentlicher Professor an der University of California in Berkeley, sagte, dass die Datenmenge, mit der sie trainierten, viel größer war als bei jedem früheren Robotermodell, und das Ausmaß war „sehr groß“. "

Im Gegensatz zu anderen Unternehmen wie Figure AI und Tesla, die sich auf den Bau humanoider Roboter konzentrieren, und Unternehmen wie Covariant, die Allzweck-Robotiksoftware entwickeln, zielt Pi darauf ab , Software zu entwickeln, die auf eine breite Palette von Robotik-Hardware angewendet werden kann .

In diesem Zusammenhang sagte Lachy Groom, ein bekannter Technologieinvestor und einer der Mitbegründer von Pi: „Was Menschen interessant macht, ist unser Gehirn, nicht unsere Hardware. Wir sind der ultimative Universalist .“

Eine zentrale Herausforderung für die physische Intelligenz ist der begrenzte Umfang der für das Training verwendeten Roboterdaten im Vergleich zu den Textdaten, die beim Training großer Sprachmodelle verfügbar sind.

Daher müssen Unternehmen ihre eigenen Daten generieren und Techniken entwickeln, um das Lernen aus begrenzteren Datensätzen zu verbessern.

Tatsächlich kombinierte das Unternehmen bei der Entwicklung von π0 sogenannte visuelle Sprachmodelle (trainiert auf Bildern und Text) und Diffusionsmodellierung (Techniken, die der KI-Bilderzeugung entlehnt sind), um ein allgemeineres Lernen zu erreichen.

Alles strebt nach „ Universalität “.

Bezüglich des aktuellen Status und der Zukunft der physischen Intelligenz ist Levines Ansicht:

Damit Roboter alle Aufgaben übernehmen können, die Menschen von ihnen verlangen, muss dieses Lernen erheblich ausgeweitet werden. Auch wenn noch ein langer Weg vor uns liegt, haben wir etwas, das Sie sich als den grundlegenden Rahmen vorstellen können, von dem aus die Zukunft gesehen werden kann.

Gleichzeitig ist Levine jedoch zuversichtlich, was die Entwicklung von Pi angeht. Er sagte, es gebe genügend Anzeichen dafür, dass das größte Hindernis für den Einsatz von Robotern in der realen Welt „ jetzt gelöst werden kann “.

# Willkommen beim offiziellen öffentlichen WeChat-Konto von Aifaner: Aifaner (WeChat-ID: ifanr) wird Ihnen so schnell wie möglich zur Verfügung gestellt.

Ai Faner |. Ursprünglicher Link · Kommentare anzeigen · Sina Weibo