A robótica funciona de forma bastante semelhante à IA.
Você precisa de muitos dados de alta qualidade para operar, exceto que você não pode simplesmente coletar dados da internet sobre robótica, pois isso necessita de experiência e variáveis do mundo real.
Não existe um "Internet das ações dos robôs."
Toneladas de equipas estão a trabalhar e a despejar dinheiro estúpido em humanoides, uma vez que são a indústria de decatrilhões de dólares mais óbvia devido à eficiência com que tornarão a força de trabalho (mais eficiente do que um salário médio indiano de $50k USD cada).
Mas a maior corrida, como a IA, é:
1. Obtendo dados de qualidade 2. Tarefas de formação
Os modelos de fundação são como LLMs em IA, mas em vez de gerar texto, geram ações para robôs.
Existem algumas abordagens diferentes que as equipas estão a utilizar para o treino de tarefas, algumas usando pequenos conjuntos de dados de alta fidelidade com rotulagem como a Figura e outras a optar pelo método spray and pray com modelos massivos.
O objetivo é dar aos robôs um senso comum amplo e pré-treinado, além da capacidade de generalizar em diferentes tarefas e ambientes.
Em vez de programar um robô para cada tarefa, você treina um grande modelo com dados diversos ( vídeos de humanos, simulações, demonstrações reais de robôs, imagens com descrições textuais de tarefas, etc ), e o modelo aprende uma compreensão incorporada do mundo físico.
Você pode então solicitar ao robô que faça algo ( através de um comando ou exemplo ), e o "conhecimento" do modelo base entra em ação para lidar com isso, como você pode perguntar qualquer coisa ao ChatGPT.
Então, o grande desconforto para muitas dessas empresas estará na área de treinamento de tarefas, atualmente estão profundamente focadas no lado dos dados (simulações de mundo, dados sintéticos, trajetórias de robôs, vídeos humanos, etc), pois precisam que interajam perfeitamente com o mundo real, mas não há tanto desenvolvimento sobre o que os robôs/humanóides podem realmente fazer.
A Nvidia está a liderar um dos principais modelos de fundação (Issac GR00T) que foram totalmente open source. Já tiveram equipas de terceiros a construir em cima disto e a melhorar significativamente a eficiência (basicamente criaram um programa para humanoides limparem um quarto com mínimas alterações aos dados dos modelos de fundação ).
Portanto, a grande sobreposição entre cripto x IA x robótica provavelmente estará principalmente neste setor de treinamento de tarefas (como uma App Store de robótica), uma vez que os principais modelos de fundação já estão se tornando de código aberto e provavelmente haverá grandes modelos de incentivo para desenvolvedores independentes contribuírem e criarem programas/tarefas interessantes para humanoides.
Está a haver muita progressão e desenvolvimento mainstream a chegar ao final do ano/início do próximo ano, onde eu acho que a robótica terá o seu momento "chatgpt" (Elon a promover à força os seus novos modelos humanoides, vídeos virais de humanoides a realizar tarefas do mundo real, dinheiro intuitivo a fluir, forças de trabalho a serem despedidas, etc).
Posso prometer que não estou errado nesta ideia, parece idêntica à IA em 2023. É uma questão de quando, não se.
Não ignore um dos progressos tecnológicos mais inovadores que aconteceram em nossa vida e não ignore o $CODEC, que é o único disponível que se encontra na intersecção desta tendência.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
A robótica funciona de forma bastante semelhante à IA.
Você precisa de muitos dados de alta qualidade para operar, exceto que você não pode simplesmente coletar dados da internet sobre robótica, pois isso necessita de experiência e variáveis do mundo real.
Não existe um "Internet das ações dos robôs."
Toneladas de equipas estão a trabalhar e a despejar dinheiro estúpido em humanoides, uma vez que são a indústria de decatrilhões de dólares mais óbvia devido à eficiência com que tornarão a força de trabalho (mais eficiente do que um salário médio indiano de $50k USD cada).
Mas a maior corrida, como a IA, é:
1. Obtendo dados de qualidade
2. Tarefas de formação
Os modelos de fundação são como LLMs em IA, mas em vez de gerar texto, geram ações para robôs.
Existem algumas abordagens diferentes que as equipas estão a utilizar para o treino de tarefas, algumas usando pequenos conjuntos de dados de alta fidelidade com rotulagem como a Figura e outras a optar pelo método spray and pray com modelos massivos.
O objetivo é dar aos robôs um senso comum amplo e pré-treinado, além da capacidade de generalizar em diferentes tarefas e ambientes.
Em vez de programar um robô para cada tarefa, você treina um grande modelo com dados diversos ( vídeos de humanos, simulações, demonstrações reais de robôs, imagens com descrições textuais de tarefas, etc ), e o modelo aprende uma compreensão incorporada do mundo físico.
Você pode então solicitar ao robô que faça algo ( através de um comando ou exemplo ), e o "conhecimento" do modelo base entra em ação para lidar com isso, como você pode perguntar qualquer coisa ao ChatGPT.
Então, o grande desconforto para muitas dessas empresas estará na área de treinamento de tarefas, atualmente estão profundamente focadas no lado dos dados (simulações de mundo, dados sintéticos, trajetórias de robôs, vídeos humanos, etc), pois precisam que interajam perfeitamente com o mundo real, mas não há tanto desenvolvimento sobre o que os robôs/humanóides podem realmente fazer.
A Nvidia está a liderar um dos principais modelos de fundação (Issac GR00T) que foram totalmente open source. Já tiveram equipas de terceiros a construir em cima disto e a melhorar significativamente a eficiência (basicamente criaram um programa para humanoides limparem um quarto com mínimas alterações aos dados dos modelos de fundação ).
Portanto, a grande sobreposição entre cripto x IA x robótica provavelmente estará principalmente neste setor de treinamento de tarefas (como uma App Store de robótica), uma vez que os principais modelos de fundação já estão se tornando de código aberto e provavelmente haverá grandes modelos de incentivo para desenvolvedores independentes contribuírem e criarem programas/tarefas interessantes para humanoides.
Está a haver muita progressão e desenvolvimento mainstream a chegar ao final do ano/início do próximo ano, onde eu acho que a robótica terá o seu momento "chatgpt" (Elon a promover à força os seus novos modelos humanoides, vídeos virais de humanoides a realizar tarefas do mundo real, dinheiro intuitivo a fluir, forças de trabalho a serem despedidas, etc).
Posso prometer que não estou errado nesta ideia, parece idêntica à IA em 2023. É uma questão de quando, não se.
Não ignore um dos progressos tecnológicos mais inovadores que aconteceram em nossa vida e não ignore o $CODEC, que é o único disponível que se encontra na intersecção desta tendência.