La robótica funciona de manera bastante similar a la IA.
Necesitas muchos datos de alta calidad para operar, excepto que no puedes simplemente raspar internet para datos de robótica ya que necesita experiencia y variables del mundo real.
No existe un "Internet de acciones de robots."
Toneladas de equipos están trabajando y gastando dinero estúpido en humanoides, ya que son la industria de decatrillones de dólares más obvia debido a cuán eficientes harán la fuerza laboral (más eficiente que un salario promedio indio de $50k USD cada uno).
Pero la mayor carrera, como la IA, es:
1. Obtener datos de calidad 2. Tareas de entrenamiento
Los modelos fundamentales son como LLMs en AI, pero en lugar de generar texto, generan acciones para robots.
Hay un par de enfoques diferentes que los equipos están tomando con la capacitación de tareas, algunos utilizando pequeños conjuntos de datos de alta fidelidad con etiquetado como Figure y otros optando por la estrategia de "spray and pray" con modelos masivos.
El objetivo es proporcionar a los robots un sentido común amplio y preentrenado, así como la capacidad de generalizar en diferentes tareas y entornos.
En lugar de programar un robot para cada tarea, entrenas un modelo gigante con datos diversos (videos de humanos, simulaciones, demostraciones de robots reales, imágenes con descripciones textuales de tareas, etc), y el modelo aprende una comprensión incorporada del mundo físico.
Luego puedes pedirle al robot que haga algo ( a través de un comando o un ejemplo ), y el "conocimiento" del modelo base entra en acción para manejarlo, como puedes preguntarle a ChatGPT cualquier cosa.
Así que la gran desconexión para muchas de estas empresas estará en el área de capacitación de tareas, actualmente están profundamente centradas en el lado de los datos (simulaciones del mundo, datos sintéticos, trayectorias de robots, videos de humanos, etc) ya que lo necesitan para interactuar perfectamente con el mundo real, pero no hay tanto desarrollo en lo que los robots/humanos pueden realmente hacer.
Nvidia está liderando uno de los modelos fundamentales clave (Issac GR00T) que han abierto completamente como código. Ya han tenido equipos de terceros construyendo sobre esto y mejorando significativamente la eficiencia (básicamente crearon un programa para que los humanoides limpien una habitación con cambios mínimos en los datos de los modelos fundamentales ).
Así que la gran superposición con cripto x IA x robótica probablemente residirá en este sector de entrenamiento de tareas (como una tienda de aplicaciones de robótica) ya que los modelos de fundación líderes ya están volviéndose de código abierto y probablemente habrá grandes modelos de incentivos para que los desarrolladores independientes contribuyan y construyan programas/tareas geniales para humanoides.
Hay mucha progresión y desarrollo general que llegará a finales de año/principios del próximo año donde creo que la robótica tendrá su momento "chatgpt" (Elon promocionando fuertemente sus nuevos modelos humanoides, videos virales de humanoides realizando tareas del mundo real, dinero intuitivo fluyendo, despidos de trabajadores, etc).
Puedo prometerte que no estoy equivocado en esta idea, se siente idéntica a la IA en 2023. Es cuestión de cuándo, no de si.
No ignores uno de los avances tecnológicos más innovadores que han ocurrido en nuestra vida y no ignores $CODEC, que es el único proyecto disponible que se encuentra en la intersección de esta tendencia.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
La robótica funciona de manera bastante similar a la IA.
Necesitas muchos datos de alta calidad para operar, excepto que no puedes simplemente raspar internet para datos de robótica ya que necesita experiencia y variables del mundo real.
No existe un "Internet de acciones de robots."
Toneladas de equipos están trabajando y gastando dinero estúpido en humanoides, ya que son la industria de decatrillones de dólares más obvia debido a cuán eficientes harán la fuerza laboral (más eficiente que un salario promedio indio de $50k USD cada uno).
Pero la mayor carrera, como la IA, es:
1. Obtener datos de calidad
2. Tareas de entrenamiento
Los modelos fundamentales son como LLMs en AI, pero en lugar de generar texto, generan acciones para robots.
Hay un par de enfoques diferentes que los equipos están tomando con la capacitación de tareas, algunos utilizando pequeños conjuntos de datos de alta fidelidad con etiquetado como Figure y otros optando por la estrategia de "spray and pray" con modelos masivos.
El objetivo es proporcionar a los robots un sentido común amplio y preentrenado, así como la capacidad de generalizar en diferentes tareas y entornos.
En lugar de programar un robot para cada tarea, entrenas un modelo gigante con datos diversos (videos de humanos, simulaciones, demostraciones de robots reales, imágenes con descripciones textuales de tareas, etc), y el modelo aprende una comprensión incorporada del mundo físico.
Luego puedes pedirle al robot que haga algo ( a través de un comando o un ejemplo ), y el "conocimiento" del modelo base entra en acción para manejarlo, como puedes preguntarle a ChatGPT cualquier cosa.
Así que la gran desconexión para muchas de estas empresas estará en el área de capacitación de tareas, actualmente están profundamente centradas en el lado de los datos (simulaciones del mundo, datos sintéticos, trayectorias de robots, videos de humanos, etc) ya que lo necesitan para interactuar perfectamente con el mundo real, pero no hay tanto desarrollo en lo que los robots/humanos pueden realmente hacer.
Nvidia está liderando uno de los modelos fundamentales clave (Issac GR00T) que han abierto completamente como código. Ya han tenido equipos de terceros construyendo sobre esto y mejorando significativamente la eficiencia (básicamente crearon un programa para que los humanoides limpien una habitación con cambios mínimos en los datos de los modelos fundamentales ).
Así que la gran superposición con cripto x IA x robótica probablemente residirá en este sector de entrenamiento de tareas (como una tienda de aplicaciones de robótica) ya que los modelos de fundación líderes ya están volviéndose de código abierto y probablemente habrá grandes modelos de incentivos para que los desarrolladores independientes contribuyan y construyan programas/tareas geniales para humanoides.
Hay mucha progresión y desarrollo general que llegará a finales de año/principios del próximo año donde creo que la robótica tendrá su momento "chatgpt" (Elon promocionando fuertemente sus nuevos modelos humanoides, videos virales de humanoides realizando tareas del mundo real, dinero intuitivo fluyendo, despidos de trabajadores, etc).
Puedo prometerte que no estoy equivocado en esta idea, se siente idéntica a la IA en 2023. Es cuestión de cuándo, no de si.
No ignores uno de los avances tecnológicos más innovadores que han ocurrido en nuestra vida y no ignores $CODEC, que es el único proyecto disponible que se encuentra en la intersección de esta tendencia.