Baovy06

Trh s robotickou AI momentálně roste neuvěřitelně rychle. Od egocentrických video datových sad, systémů pro motion capture, syntetických datových pipeline až po nástroje pro sběr založených na gripperech... Připadá mi, jako by každý týden vycházela nová společnost s datovými daty o robotice. Ale skutečný problém je: Ne každý typ dat je užitečný pro trénink robotů. Před shromážděním obrovského množství dat by měla být nejdůležitější otázka: "Co přesně trénuješ robota?" PrismaX rozděluje fyzickou AI do dvou hlavních kategorií: • Kinematické modely → zaměřeny na řízení nízkoúrovňových robotů. Věci jako vyvážení, skákání, pohyb, přesnost pohybu. • Základní modely → zaměřené na plnění reálných úkolů. Věci jako mytí nádobí, otevírání dveří, vybírání předmětů, interakce s prostředím. A PrismaX se zaměřuje hlavně na modely základů — protože budoucnost nepotřebuje jen roboty, kteří dokážou dělat salta vzad. Potřebuje roboty, kteří skutečně mohou pomáhat lidem v každodenním životě. Co mě zaujalo, je, že PrismaX prostě "neprodává robotická data." Jdou mnohem hlouběji do: • jaký typ dat odpovídá každému modelu • co vlastně znamenají kvalitní robotická data • co by se mělo měnit uvnitř datových sad • a co by mělo zůstat konzistentní pro lepší konvergenci V současné době robotický průmysl experimentuje s různými způsoby sběru dat: • Teleoperace → lidé dálkově ovládají roboty • lidské video → trénink z videí lidí při plnění úkolů • systémy úchopů → lidí používajících pásové nástroje podobné uchopovačům Každá metoda má své silné a slabé stránky. PrismaX však věří, že teleoperace stále poskytuje data nejvyšší kvality, protože je lépe ovladatelná, přesnější a snazší na použití pro trénování základních modelů. Největší postřeh, který si z článku PrismaX odnáším, je tento: "Robotika není jen výzkum AI. Je to také skutečný inženýrský problém." Žádná firma nemá nekonečné peníze, nekonečné roboty ani nekonečný čas na trénování modelů. To znamená, že datové sady nemusí být jen velké. Potřebují správnou strukturu, správné rozložení a správnou kvalitu, aby se modely mohly efektivně učit. A právě proto se PrismaX silně zaměřuje na kontrolované, kvalitní robotické datové sady místo pouhého honby za měřítkem

⏰ Čas vstávat! Sleepagotchi Creator Leaderboard je aktivní na @NucleusCodes a čekají na vás odměny $SLEEP 120 000 dolarů. Přihlaste se pomocí X a zkontrolujte svou způsobilost ↓