bir blogda geçen hafta yayınlanan yazı, meta sorar, “Robotlar nerede?” Cevap basit. Buradalar. Sadece nereye bakacağını bilmen gerek. Bu sinir bozucu bir cevap. Bunu tanıyorum. Arabalar ve sürücü yardımı hakkındaki konuşmaları bir kenara bırakalım ve robotlar olduğu konusunda hepimizin hemfikir olduğu şeylere odaklanalım. Yeni başlayanlar için, bu Amazon teslimatı robotik yardım olmadan size ulaşmıyor.
Daha uygun bir soru şu olabilir: Neden daha fazla robot yok? Daha da önemlisi, neden şu anda evimde daha fazla robot yok? Bu, pek çok nüansı olan karmaşık bir soru – çoğu, “genel amaçlı” bir robot kavramı etrafındaki mevcut donanım sınırlamalarına bağlı. Roomba bir robottur. Dünyada pek çok Roombas var ve bunun nedeni büyük ölçüde Roombas’ın bir şeyi iyi yapmasıdır (on yıllık ek bir Ar-Ge çalışması, her şeyin “oldukça iyi” bir durumdan ilerlemesine yardımcı olmuştur).
Sorunun öncülünün kusurlu olduğu o kadar da değil – daha çok onu biraz yeniden çerçeveleme meselesi. “Neden daha fazla robot yok?” robotikçi olmayan birinin sorması için son derece geçerli bir soru. Uzun süredir donanım uzmanı olarak, genellikle cevabımı oradan başlatırım. Son on yılda, bir robot kıskaçla birçok potansiyel başarısızlık noktasını tartışarak tüm konuşmayı tekeline alabileceğime oldukça güvendiğim kadar çok konuşma yaptım.
Meta’nın yaklaşımı yazılım tabanlı ve bu yeterince adil. Geçtiğimiz birkaç yılda, robotik öğrenme, dağıtım/yönetim ve kodsuz ve az kodlu çözümler gibi çeşitli önemli kategorilerle uğraşan girişimlerde bir patlamaya tanık oldum. ROS’u yaratmak, sürdürmek ve iyileştirmek için harcanan yaklaşık yirmi yıllık araştırma ve geliştirmeye burada her zaman yeşil kalan bir not. Uygun bir şekilde, uzun süredir hizmet veren Open Robotics, kategoride kendi işini yerli çabalarla yapan Intrinsic ve Everyday Robots (her ne kadar kuruluş çapındaki kaynak kesintilerinden orantısız bir şekilde etkilenmiş olsalar da) olan Alphabet tarafından satın alındı.
Meta/Facebook, ara sıra ortaya çıkan skunkworks projelerinde şüphesiz kendi payına düşeni yapıyor. Şimdiye kadar Alphabet/Google’ın yıllar boyunca keşfettikleriyle aynı ölçekte olduklarını gösteren hiçbir şey görmedim, ancak bu projelerden bazılarının kafalarını dikizlediğini görmek her zaman ilginçtir. Üretken AI tartışmalarının çoğalmasıyla bağlantılı olduğundan kuvvetle şüphelendiğim bir duyuruda, sosyal medya devi, “zorlu sensorimotor becerileri gerçekleştirebilen genel amaçlı somutlaştırılmış AI ajanlarına yönelik iki büyük ilerleme” dediği şeyi paylaştı.
Doğrudan buradan alıntı:
Yapay bir görsel korteks (VC-1 olarak adlandırılır): ilk kez çok çeşitli sensorimotor becerileri, ortamları ve düzenlemeleri destekleyen tek bir algı modeli. VC-1, Meta AI ve akademik ortaklar tarafından oluşturulan çığır açan Ego4D veri kümesinden günlük görevleri yerine getiren insanların videolarıyla eğitildi. Ve VC-1, sanal ortamlardaki 17 farklı sensorimotor görevinde en iyi bilinen sonuçlarla eşleşir veya daha iyi performans gösterir.
Robotik mobil manipülasyonun zorlu görevinde (bir nesneye gitmek, onu almak, başka bir konuma gitmek, nesne, tekrar eden) fiziksel ortamlarda.
Görsel Kaynakları: Meta
Hiç şüphesiz ilginç bir araştırma ve ilerlemek için potansiyel olarak bunun bir kısmını derinlemesine incelemekten heyecan duyuyorum. “Genel amaçlı” ifadesi bugünlerde çok fazla atılıyor. Bu, robotikte sürekli olarak ilginç bir konuşma konusu, ancak Tesla botunun ortaya çıkmasının ardından ahşap işçiliğinden çıkan genel amaçlı insansı robotların büyük bir çoğalması oldu. Yıllardır insanlar bana “Musk hakkında ne derseniz deyin, ancak Tesla EV’lere olan ilgiyi yeniden artırdı” gibi şeyler söylediler ve şu anda Optimus hakkında aşağı yukarı böyle hissediyorum. Bu konunun ne kadar zor olduğunu açıklarken işaret etmek için net bir görsel sağlarken, form faktörü etrafındaki tartışmayı yenilemek gibi önemli bir ikili rol üstlendi. Halkın beklentilerini sert bir şekilde yükseltirken aynı zamanda yumuşatmak mümkün müdür?
Yine, bu konuşmalar, tüm bu GPT buluşlarıyla güzel bir şekilde örtüşüyor. Bunların hepsi çok etkileyici, ancak Rodney Brooks birkaç hafta önce bu haber bülteninde olayları oldukça iyi bir şekilde birleştirme tehlikesini ortaya koydu: “Bence insanlar aşırı iyimser. Performansı yeterlilikle karıştırıyorlar. Bir insanda iyi bir performans görürsün, onun hangi konuda yetkin olduğunu söyleyebilirsin. İnsanları modellemede oldukça iyiyiz ama aynı modeller geçerli değil. Bu sistemlerden birinden harika bir performans görüyorsunuz, ancak size bunun etrafındaki bitişik alanda veya farklı verilerle nasıl çalışacağını söylemiyor.
Görsel Kaynakları: kovaryant
Açıkçası, bunun ProMat’ta konuştuğum çoğu kişiye üretken yapay zekanın robotikteki gelecekteki rolünü üstlenmelerini istememe engel olmasına izin vermedim. Cevaplar şuydu: . . geniş kapsamlı. Bazıları bunu önemsemiyor, diğerleri teknoloji için çok düzenli bir rol görüyor ve diğerleri, tüm bunların gelecek için ne anlama geldiği konusunda hâlâ son derece iyimser. Geçen haftaki haber bülteninde, Covariant’ın CEO’su (yeni 75 milyon dolar toplayan) Peter Chen, genelleştirilmiş AI söz konusu olduğunda bazı ilginç bağlamlar sundu:
En son ChatGPT’den önce, orada çok sayıda doğal dil işleme yapay zekası vardı. Arama, çeviri, yaklaşım algılama, spam algılama — orada bir sürü doğal dil yapay zekası vardı. GPT’den önceki yaklaşım, her kullanım durumu için, daha küçük bir veri alt kümesi kullanarak ona belirli bir yapay zekayı eğitmenizdir. Şimdi sonuçlara bakın ve GPT temelde çeviri alanını ortadan kaldırıyor ve çeviri için eğitilmiş bile değil. Temel model yaklaşımı temel olarak, bir duruma özgü küçük miktarlarda veri kullanmak veya bir duruma özgü bir model eğitmek yerine, çok daha fazla veri üzerinde büyük bir temel genelleştirilmiş model eğitelim, böylece yapay zeka daha genelleştirilmiş olur.
Tabii ki, Covariant şu anda toplama ve yerleştirmeye aşırı odaklanmış durumda. Açıkçası, onları uzun süre meşgul edecek kadar büyük bir zorluk. Ancak bu teklif gibi vaat edilen sistemlerden biri, gerçek dünya eğitimidir. Gerçek dünyada gerçek işler yapan gerçek robotlara sahip olan şirketler, makinelerin etraflarındaki dünyayla nasıl etkileşime girdiğine dair son derece güçlü veritabanları ve modeller inşa ediyor (bir araştırma tesisinin duvarları bu açıdan sınırlayıcı olabilir).
Araştırmacılar ve benzer şirketler tarafından desteklenen görünüşte birbirinden farklı yapı taşlarından kaçının bir gün gerçekten genel amaçlı bir sistem oluşturmak için bir araya gelebileceğini görmek zor değil. Donanım ve yapay zeka bu seviyede olduğunda, onları eğitmek için görünüşte dipsiz bir saha verisi hazinesi olacak. ProMat’ta yerde biraz robotik kadro karıştırma ve eşleştirme yaptığımı kabul edeceğim, piyasada bulunan teknolojinin mevcut durumuna ne kadar yaklaştığımızı belirlemeye çalışıyorum.
Şimdilik, platform yaklaşımı çok mantıklı. Örneğin Boston Dynamics, Spot ile müşterilerine bir iPhone modelinde etkili bir şekilde satış yapıyor. İlk olarak, etkileyici bir donanım parçasının birinci neslini üretirsiniz. Ardından, ilgili taraflara bir SDK sunarsınız. İşler planlandığı gibi giderse, aniden bu ürüne ekibinizin asla hayal bile edemeyeceği şeyler yaptırırsınız. Bunun ürünün arkasına bir tabanca monte edilmesini içermediğini varsayarsak (BD yönergelerine göre), bu heyecan verici bir teklif.
Görsel Kaynakları: 1X
Kesin bir şey söylemek için çok erken 1X Technologies’in NEO robotu, firmanın robotik ve üretken yapay zeka arasındaki bu kesitte yaşamayı açıkça umduğu gerçeğinin ötesinde. Kesinlikle OpenAI’de güçlü bir müttefiki var. Üretken AI devinin Başlangıç Fonu, diğerlerinin yanı sıra Tiger Global’in de yer aldığı 23,5 milyon dolarlık bir tur yönetti.
1X’in kurucusu ve CEO’su Bernt Øivind Børnich, “1X, OpenAI’nin bu tura liderlik etmesinden heyecan duyuyor çünkü misyonlarımızda aynı çizgideyiz: gelişmekte olan teknolojiyi düşünceli bir şekilde insanların günlük yaşamlarına entegre etmek. Yatırımcılarımızın desteğiyle robotik alanında önemli adımlar atmaya ve küresel işgücü piyasasını büyütmeye devam edeceğiz.”
Bununla ilgili ilginç bir not (en azından benim için), 1X’in aslında bir dakikadır tekmelediğidir. Norveç firması çok yakın zamanlara kadar Halodi olarak biliniyordu (tam olarak bir ay önce) özlü yeniden markalama. Şirketin geliştirmekte olduğu insansı form faktörüne geçişin başladığını görmek için yalnızca bir veya iki yıl geriye gitmeniz yeterli. yemek servisi için. Teknoloji kesinlikle 2021 muadilinden daha sofistike görünüyor, ancak tekerlekli taban, robotun işlenmişse gördüğümüz bir versiyonuna ulaşmak için ne kadar gidilmesi gerektiğini ele veriyor.
Bu arada, belki benim, ama burada bazı yakınsak evrimler oluyor gibi görünüyor:
Görsel Kaynakları: Tesla/ Figure/IX — Yazardan kolaj
Yukarıdan aşağıya, bunlar Tesla Optimus, Figure 01 ve 1X Neo’nun görselleridir. Açıkçası doğrudan kopyalar değil, ama kesinlikle kuzen olabilecekleri gibi görünüyorlar. Neo, resmi durumlarda bile kapüşonlu giymekte ısrar eden kişidir. Dinle, ben bir endüstriyel tasarımcı değilim, peki ya kovboy şapkası falan?
Görsel Kaynakları: MİT CSAIL
Haber haftasını bir çift araştırma projesiyle bitirmeye ne dersiniz? İlki, MIT’den eğlenceli bir tanesi. Gerçekten düşündüğünüzde, futbol oynamak hareket kabiliyetini test etmenin harika bir yoludur. Robocup’ın yaklaşık 20 yıldır tekme atmasının bir nedeni var. Bununla birlikte, Dribblebot söz konusu olduğunda zorluk, çimen, çamur ve kum gibi şeyleri içeren engebeli arazidir.
MIT profesörü Pulkit Agrawal şöyle diyor:
Bugün etrafınıza bakarsanız, çoğu robot tekerleklidir. Ancak bir felaket senaryosu, sel veya deprem olduğunu ve robotların arama kurtarma sürecinde insanlara yardım etmesini istediğimizi hayal edin. Düz olmayan arazilerin üzerinden geçmek için makinelere ihtiyacımız var ve tekerlekli robotlar bu arazileri geçemez. Ayaklı robotları incelemenin tüm amacı, mevcut robotik sistemlerin ulaşamayacağı arazilere gitmektir.
Görsel Kaynakları: UCLA
İkinci araştırma projesi, UCLA’nın Samueli Mühendislik Okulu’ndandır. yakın zamanda yayınlandı origami robotları etrafında yaptığı çalışmalardan elde edilen bulgular. Origami MechanoBots veya “OrigaMechs”, ince polyester yapı taşlarına gömülü sensörlere güveniyor. Baş araştırmacı Ankur Mehta’nın teknoloji için oldukça uzak planları var.
Habere bağlı bir gönderide, “Doğal veya insan yapımı bir felaket sırasında olduğu gibi bu tür tehlikeli veya öngörülemeyen senaryolar, origami robotlarının özellikle yararlı olduğu yerler olabilir” dedi. “Robotlar, özel işlevler için tasarlanabilir ve talep üzerine çok hızlı bir şekilde üretilebilir. Ayrıca, çok uzun bir yol olsa da, diğer gezegenlerde bu senaryolardan etkilenmeyen kaşif robotların çok isteneceği ortamlar olabilir.”
Tam olarak Venüs’ün yüzeyi değil, ama avı algılayan sinekkapan yine de oldukça temiz.
Meslekler
Pekala, yeni bir iş ilanları turuna ne dersiniz? Bunları periyodik olarak parçalar halinde yapmaya devam etmeyi planlıyorum. Listelenmenin en iyi yolu, beni LinkedIn’de takip et ve yeni bir işin geleceğini duyurduğum ileti dizilerine yanıt verin. Bu kesinlikle bunu yapmanın en verimli yolu değil, ama benim için çalışıyor, bu yüzden kursta kalacağım.
Bu hafta bahsettiğim gibi, daha önce öne çıkmamış olanlara öncelik vereceğim.
İnsanlar için Robot İşleri
kaçış (14 rol)
Apptronik (20 rol)
el becerisi (18 rol)
Yüksükotu (3 rol)
Hayalet Otomatik (21 rol)
Sığınak AI (15 rol)
Slamcore (5 rol)
Toyota tarafından dokunmuştur (4 rol)
Görsel Kaynakları: Bryce Durbin/TechCrunch
Gelin, Actuator ile uzak dünyaları keşfedin. Abone olun.