Bots humanoides: la revolución tecnológica que va de la ciencia ficción a la realidad
En los últimos años, los robots humanoides están pasando rápidamente de las obras de ciencia ficción a aplicaciones reales. La constante disminución de los costos de hardware, el crecimiento continuo de la inversión de capital y los avances tecnológicos en la flexibilidad de movimiento y la capacidad operativa, estos tres factores se están fusionando para impulsar activamente la próxima gran iteración de la plataforma en el campo de la computación.
A pesar de que la capacidad de cálculo y el hardware se están comercializando cada vez más, lo que aporta ventajas de costos a la ingeniería robótica, la industria aún enfrenta el problema del cuello de botella en los datos de entrenamiento. En este contexto, algunos proyectos han comenzado a utilizar inteligencia artificial física descentralizada (DePAI) para externalizar datos de movimiento y síntesis de alta precisión, y construir modelos básicos de Bots. Esto les coloca en una posición única y ventajosa para impulsar el despliegue de Bots humanoides.
De una función única a una forma multifuncional
La comercialización de la tecnología de Bots no es un concepto nuevo. Los Bots para el hogar, como los robots aspiradores y las cámaras para mascotas, son dispositivos de función única. Con el desarrollo de la inteligencia artificial, los Bots están evolucionando de máquinas de función única a formas multifuncionales, con el objetivo de adaptarse a trabajos complejos en entornos abiertos.
Se espera que en los próximos 5 a 15 años, los Robots humanoides evolucionen gradualmente de tareas básicas como la limpieza y la cocina, hasta ser capaces de realizar trabajos complejos como servicios de recepción, extinción de incendios e incluso cirugía. Los recientes avances tecnológicos están convirtiendo esta visión en realidad:
Dinámica del mercado: Más de 100 empresas están posicionándose en el campo de los Bots.
Avances en hardware: La nueva generación de Robots humanoides exhibe movimientos fluidos y naturales, lo que les permite lograr interacciones humanoides en entornos reales. Algunos Robots pueden alcanzar una velocidad de caminata de hasta 3.3 metros por segundo, superando con creces la velocidad promedio de 1.4 metros por segundo de los humanos.
Tendencia de costos: Se espera que para 2032, el costo de los robots humanoides sea inferior al nivel salarial de la mano de obra en Estados Unidos.
Cuello de botella de datos: Desafíos del entrenamiento en el mundo real
A pesar de los claros factores favorables en el campo de los humanoides, la baja calidad de los datos y la falta de ellos siguen obstaculizando su despliegue a gran escala. En comparación con la tecnología de conducción autónoma, los humanoides enfrentan mayores desafíos en la recolección de datos. Los sistemas de conducción autónoma pueden recopilar enormes cantidades de datos reales de conducción en la carretera a través de las cámaras y sensores instalados en los vehículos existentes. Sin embargo, los consumidores son poco propensos a aceptar la existencia de "Bots niñeras", lo que significa que los Bots deben tener un alto rendimiento listo para usar.
Actualmente, la escala de los datos de entrenamiento en la tecnología de Bots está muy rezagada en comparación con otros campos de IA. El mayor conjunto de datos de Bots solo contiene alrededor de 2.4 millones de registros de interacción, mientras que la escala de datos de entrenamiento de GPT-4 supera los 15 billones de tokens de texto, y los generadores de imágenes utilizan miles de millones de pares de texto y video etiquetados. Esta brecha explica por qué la tecnología de Bots aún no ha logrado un modelo base verdaderamente avanzado como los grandes modelos de lenguaje.
Los métodos tradicionales de recolección de datos son difíciles de satisfacer la demanda de escalamiento de datos de entrenamiento para los Bots humanoides:
Simulación: bajo costo pero falta de escenarios de límites reales
Video en Internet: no se pueden proporcionar las experiencias corporales y el entorno de retroalimentación de fuerza necesarios para el aprendizaje de Bots.
Datos del mundo real: precisos pero costosos y carecen de escalabilidad
Soluciones innovadoras para superar los cuellos de botella de datos
Para resolver el problema del cuello de botella de datos, algunos proyectos innovadores están construyendo plataformas de software y datos integradas verticalmente dirigidas a aplicaciones de robots inteligentes encarnados. Estas plataformas se convierten en conductores de pila completa para lograr inteligencia encarnada a través de la combinación de hardware desarrollado de forma independiente, infraestructura de simulación multimodal y modelos básicos.
Estas plataformas comienzan con dispositivos de captura de movimiento de consumo exclusivos y construyen un ecosistema de juegos de realidad aumentada y realidad virtual en rápida expansión. Los usuarios intercambian datos de movimiento de alta fidelidad por recompensas de incentivos en línea, lo que impulsa el desarrollo continuo de la plataforma. Este ciclo virtuoso que se forma de manera espontánea logra una producción de datos escalable, de bajo costo y de alta fidelidad, convirtiendo los conjuntos de datos relacionados en recursos de entrenamiento que las principales empresas de Bots compiten por adoptar.
Además, algunos proyectos se dedican a unificar la plataforma de datos multimodal del entorno de simulación fragmentado. Actualmente, el campo de la simulación está altamente fragmentado, con diferentes herramientas operando de manera aislada, cada una con sus ventajas, pero sin poder comunicarse entre sí. Esta situación de división retrasa el proceso de investigación y desarrollo y agrava la brecha entre la simulación y la realidad. Al implementar la estandarización de múltiples simuladores, estas plataformas han creado una infraestructura virtual compartida para el desarrollo y la evaluación de modelos de Bots, apoyando pruebas de referencia consistentes, lo que mejora significativamente la capacidad de escalabilidad y generalización del sistema.
El auge de los modelos básicos de Bots
En la pila tecnológica de estas plataformas innovadoras, el componente más crítico puede ser el modelo base de Bots. Como uno de los primeros modelos base de Bots, estos modelos están siendo diseñados como el sistema central de la nueva infraestructura de inteligencia artificial física emergente. Su posicionamiento es similar al de los modelos base de lenguaje de gran tamaño tradicionales, pero orientado al campo de los Bots.
Al combinar datos de movimiento de crowdsourcing con potentes sistemas de simulación y un sistema de autorización de modelos, estas plataformas pueden entrenar modelos básicos que poseen la capacidad de generalización en múltiples escenarios. Este modelo puede respaldar diversas aplicaciones de Bots en los campos industrial, de consumo e investigación, logrando un despliegue generalizado bajo datos masivos y variados.
El papel de la tecnología blockchain en la inteligencia artificial física
La tecnología blockchain está construyendo una pila vertical completa para la inteligencia artificial en el mundo físico. El proyecto de inteligencia artificial física descentralizada (DePAI) crea un mecanismo de escalado abierto, combinable y sin permisos a través de incentivos con tokens a lo largo de toda la pila tecnológica, haciendo realidad el desarrollo descentralizado de la inteligencia artificial física.
Cuando el mecanismo de incentivos de tokens se inicie oficialmente, la participación en la red se convertirá en un elemento clave para acelerar el efecto de volante de DePAI: los usuarios que compren equipos de hardware recibirán incentivos del proyecto, mientras que las empresas de desarrollo de Bots pagarán recompensas por la contribución a los poseedores de los dispositivos. Este doble incentivo fomentará que más personas adquieran y utilicen los equipos relacionados. Al mismo tiempo, el proyecto incentivará dinámicamente la recolección de datos de comportamiento personalizados de alto valor, con el fin de cerrar de manera más efectiva la brecha tecnológica entre la simulación y la aplicación real.
Conclusión
La revolución de la plataforma de Bots es imparable, pero su desarrollo a gran escala depende del apoyo de datos. La tecnología de criptografía promete llenar el vacío más crítico en la pila de tecnología de Bots de IA: a través de soluciones de inteligencia artificial física descentralizadas, logrando rentabilidad, alta escalabilidad y características de modularidad. A medida que la tecnología de Bots se convierta en el próximo frente de la IA, estos proyectos innovadores están transformando al público en "mineros" de datos de acción. Así como los grandes modelos de lenguaje requieren soporte de etiquetas de texto, los Bots humanoides necesitan un entrenamiento masivo de secuencias de acción. A través de estas tecnologías innovadoras, superaremos el último obstáculo y realizaremos la transición de los Bots humanoides de la ciencia ficción a la realidad.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
14 me gusta
Recompensa
14
9
Compartir
Comentar
0/400
ABDULJABBAR
· hace4h
el mercado alcista en su apogeo 🐂
Ver originalesResponder0
GateUser-c802f0e8
· hace5h
La tecnología es la riqueza del mañana
Ver originalesResponder0
SerumDegen
· hace5h
¿cuándo es la liquidación del robot...? alcista en la IA pero bajista en mi cartera ahora que lo pienso
Ver originalesResponder0
CascadingDipBuyer
· hace5h
Las grandes películas de ciencia ficción ya se pueden realizar.
Ver originalesResponder0
GateUser-afe07a92
· hace5h
¿Se ha hecho realidad la película de ciencia ficción?
Ver originalesResponder0
FlashLoanKing
· hace5h
El dinero on-chain es más importante que la vida.
Ver originalesResponder0
RugPullAlertBot
· hace5h
Rumores: primero acumula un poco de DePAI
Ver originalesResponder0
SadMoneyMeow
· hace5h
¡Debería haber dicho que en este negocio se gana dinero!
Ver originalesResponder0
FloorSweeper
· hace6h
Parece que mis días de que este Bots limpie el suelo no son muchos.
Robot humanoide: DePAI ayuda a superar el cuello de botella de datos y hace realidad la ciencia ficción
Bots humanoides: la revolución tecnológica que va de la ciencia ficción a la realidad
En los últimos años, los robots humanoides están pasando rápidamente de las obras de ciencia ficción a aplicaciones reales. La constante disminución de los costos de hardware, el crecimiento continuo de la inversión de capital y los avances tecnológicos en la flexibilidad de movimiento y la capacidad operativa, estos tres factores se están fusionando para impulsar activamente la próxima gran iteración de la plataforma en el campo de la computación.
A pesar de que la capacidad de cálculo y el hardware se están comercializando cada vez más, lo que aporta ventajas de costos a la ingeniería robótica, la industria aún enfrenta el problema del cuello de botella en los datos de entrenamiento. En este contexto, algunos proyectos han comenzado a utilizar inteligencia artificial física descentralizada (DePAI) para externalizar datos de movimiento y síntesis de alta precisión, y construir modelos básicos de Bots. Esto les coloca en una posición única y ventajosa para impulsar el despliegue de Bots humanoides.
De una función única a una forma multifuncional
La comercialización de la tecnología de Bots no es un concepto nuevo. Los Bots para el hogar, como los robots aspiradores y las cámaras para mascotas, son dispositivos de función única. Con el desarrollo de la inteligencia artificial, los Bots están evolucionando de máquinas de función única a formas multifuncionales, con el objetivo de adaptarse a trabajos complejos en entornos abiertos.
Se espera que en los próximos 5 a 15 años, los Robots humanoides evolucionen gradualmente de tareas básicas como la limpieza y la cocina, hasta ser capaces de realizar trabajos complejos como servicios de recepción, extinción de incendios e incluso cirugía. Los recientes avances tecnológicos están convirtiendo esta visión en realidad:
Cuello de botella de datos: Desafíos del entrenamiento en el mundo real
A pesar de los claros factores favorables en el campo de los humanoides, la baja calidad de los datos y la falta de ellos siguen obstaculizando su despliegue a gran escala. En comparación con la tecnología de conducción autónoma, los humanoides enfrentan mayores desafíos en la recolección de datos. Los sistemas de conducción autónoma pueden recopilar enormes cantidades de datos reales de conducción en la carretera a través de las cámaras y sensores instalados en los vehículos existentes. Sin embargo, los consumidores son poco propensos a aceptar la existencia de "Bots niñeras", lo que significa que los Bots deben tener un alto rendimiento listo para usar.
Actualmente, la escala de los datos de entrenamiento en la tecnología de Bots está muy rezagada en comparación con otros campos de IA. El mayor conjunto de datos de Bots solo contiene alrededor de 2.4 millones de registros de interacción, mientras que la escala de datos de entrenamiento de GPT-4 supera los 15 billones de tokens de texto, y los generadores de imágenes utilizan miles de millones de pares de texto y video etiquetados. Esta brecha explica por qué la tecnología de Bots aún no ha logrado un modelo base verdaderamente avanzado como los grandes modelos de lenguaje.
Los métodos tradicionales de recolección de datos son difíciles de satisfacer la demanda de escalamiento de datos de entrenamiento para los Bots humanoides:
Soluciones innovadoras para superar los cuellos de botella de datos
Para resolver el problema del cuello de botella de datos, algunos proyectos innovadores están construyendo plataformas de software y datos integradas verticalmente dirigidas a aplicaciones de robots inteligentes encarnados. Estas plataformas se convierten en conductores de pila completa para lograr inteligencia encarnada a través de la combinación de hardware desarrollado de forma independiente, infraestructura de simulación multimodal y modelos básicos.
Estas plataformas comienzan con dispositivos de captura de movimiento de consumo exclusivos y construyen un ecosistema de juegos de realidad aumentada y realidad virtual en rápida expansión. Los usuarios intercambian datos de movimiento de alta fidelidad por recompensas de incentivos en línea, lo que impulsa el desarrollo continuo de la plataforma. Este ciclo virtuoso que se forma de manera espontánea logra una producción de datos escalable, de bajo costo y de alta fidelidad, convirtiendo los conjuntos de datos relacionados en recursos de entrenamiento que las principales empresas de Bots compiten por adoptar.
Además, algunos proyectos se dedican a unificar la plataforma de datos multimodal del entorno de simulación fragmentado. Actualmente, el campo de la simulación está altamente fragmentado, con diferentes herramientas operando de manera aislada, cada una con sus ventajas, pero sin poder comunicarse entre sí. Esta situación de división retrasa el proceso de investigación y desarrollo y agrava la brecha entre la simulación y la realidad. Al implementar la estandarización de múltiples simuladores, estas plataformas han creado una infraestructura virtual compartida para el desarrollo y la evaluación de modelos de Bots, apoyando pruebas de referencia consistentes, lo que mejora significativamente la capacidad de escalabilidad y generalización del sistema.
El auge de los modelos básicos de Bots
En la pila tecnológica de estas plataformas innovadoras, el componente más crítico puede ser el modelo base de Bots. Como uno de los primeros modelos base de Bots, estos modelos están siendo diseñados como el sistema central de la nueva infraestructura de inteligencia artificial física emergente. Su posicionamiento es similar al de los modelos base de lenguaje de gran tamaño tradicionales, pero orientado al campo de los Bots.
Al combinar datos de movimiento de crowdsourcing con potentes sistemas de simulación y un sistema de autorización de modelos, estas plataformas pueden entrenar modelos básicos que poseen la capacidad de generalización en múltiples escenarios. Este modelo puede respaldar diversas aplicaciones de Bots en los campos industrial, de consumo e investigación, logrando un despliegue generalizado bajo datos masivos y variados.
El papel de la tecnología blockchain en la inteligencia artificial física
La tecnología blockchain está construyendo una pila vertical completa para la inteligencia artificial en el mundo físico. El proyecto de inteligencia artificial física descentralizada (DePAI) crea un mecanismo de escalado abierto, combinable y sin permisos a través de incentivos con tokens a lo largo de toda la pila tecnológica, haciendo realidad el desarrollo descentralizado de la inteligencia artificial física.
Cuando el mecanismo de incentivos de tokens se inicie oficialmente, la participación en la red se convertirá en un elemento clave para acelerar el efecto de volante de DePAI: los usuarios que compren equipos de hardware recibirán incentivos del proyecto, mientras que las empresas de desarrollo de Bots pagarán recompensas por la contribución a los poseedores de los dispositivos. Este doble incentivo fomentará que más personas adquieran y utilicen los equipos relacionados. Al mismo tiempo, el proyecto incentivará dinámicamente la recolección de datos de comportamiento personalizados de alto valor, con el fin de cerrar de manera más efectiva la brecha tecnológica entre la simulación y la aplicación real.
Conclusión
La revolución de la plataforma de Bots es imparable, pero su desarrollo a gran escala depende del apoyo de datos. La tecnología de criptografía promete llenar el vacío más crítico en la pila de tecnología de Bots de IA: a través de soluciones de inteligencia artificial física descentralizadas, logrando rentabilidad, alta escalabilidad y características de modularidad. A medida que la tecnología de Bots se convierta en el próximo frente de la IA, estos proyectos innovadores están transformando al público en "mineros" de datos de acción. Así como los grandes modelos de lenguaje requieren soporte de etiquetas de texto, los Bots humanoides necesitan un entrenamiento masivo de secuencias de acción. A través de estas tecnologías innovadoras, superaremos el último obstáculo y realizaremos la transición de los Bots humanoides de la ciencia ficción a la realidad.