Человекообразные Боты: технологическая революция от научной фантастики к реальности

В последние годы человекоподобные универсальные Боты стремительно переходят от научной фантастики к реальному применению. Постоянное снижение затрат на оборудование, устойчивый рост капитальных вложений и технологические прорывы в области подвижности и операционных возможностей — эти три ключевых фактора постоянно сливаются, активно способствуя следующей значительной итерации платформы в области вычислений.

Несмотря на то, что коммерциализация вычислительных мощностей и аппаратного обеспечения приносит преимущества в снижении затрат для робототехнической инженерии, отрасль по-прежнему сталкивается с проблемой нехватки обучающих данных. На этом фоне некоторые проекты начали использовать децентрализованный физический искусственный интеллект (DePAI) для краудсорсинга высокоточных данных о движениях и синтетических данных, а также для создания базовых моделей роботов. Это ставит их в уникально выгодное положение для продвижения развертывания гуманоидных роботов.

От однофункциональной формы к многофункциональной

Коммерциализация робототехники не является новой концепцией. Домашние роботы, такие как робот-пылесос и камеры для домашних животных, представляют собой устройства с одной функцией. С развитием искусственного интеллекта роботы эволюционируют от однозначных машин к многофункциональным формам, призванным адаптироваться к сложным операциям в открытой среде.

Ожидается, что в течение следующих 5-15 лет человекоподобные роботы будут постепенно переходить от базовых задач, таких как уборка и готовка, к более сложным работам, таким как прием клиентов, пожаротушение и даже хирургические операции. Недавние технологические достижения делают это видение реальностью:

1. Рыночная динамика: более 100 компаний занимаются разработкой человекоподобных Ботов.
2. Аппаратные прорывы: новое поколение гуманоидных Ботов демонстрирует плавные и естественные движения, что позволяет им осуществлять человекоподобное взаимодействие в реальной среде. Некоторые Боты могут двигаться со скоростью до 3,3 метра в секунду, что значительно превышает среднюю скорость человека в 1,4 метра в секунду.
3. Тенденция затрат: ожидается, что к 2032 году стоимость человекоподобных роботов будет ниже уровня заработной платы в США.

Узкие места данных: проблемы обучения в реальном мире

Несмотря на очевидные положительные факторы в области гуманоидных роботов, низкое качество данных и проблемы с их недостатком все еще препятствуют их массовому развертыванию. В отличие от технологий автономного вождения, гуманоидные роботы сталкиваются с большими вызовами в сборе данных. Автономные системы могут собирать огромное количество реальных данных о вождении на дороге с помощью камер и датчиков, установленных на существующих автомобилях. Однако потребители вряд ли примут существование "роботов-нянь", что означает, что роботы должны обладать высокой производительностью "из коробки".

В настоящее время объем данных для обучения в области робототехники сильно отстает от других областей ИИ. Наибольший набор данных для роботов содержит всего около 2,4 миллиона взаимодействий, в то время как объем данных для обучения GPT-4 превышает 15 триллионов текстовых токенов, а генераторы изображений используют миллиарды размеченных пар видео и текста. Этот разрыв объясняет, почему технологии робототехники еще не достигли уровня настоящих базовых моделей, как это сделали крупные языковые модели.

Традиционные методы сбора данных не могут удовлетворить масштабные потребности в данных для обучения человекоподобных Ботов:

• Симуляция: низкие затраты, но отсутствие реальных предельных сцен
• Интернет-видео: невозможно предоставить необходимые для обучения Боты ощущения тела и среду обратной связи по силе.
• Реальные данные: точные, но дорогие и с недостаточной масштабируемостью

Инновационное решение для преодоления瓶颈 данных

Чтобы решить проблему узких мест в данных, некоторые инновационные проекты создают вертикально интегрированные программные и данные платформы для приложений с использованием телесных интеллектуальных ботов. Эти платформы становятся полностековыми драйверами для достижения телесного интеллекта за счет сочетания самостоятельно разработанного оборудования, многомодальных симуляционных инфраструктур и базовых моделей.

Эти платформы начинают с использования собственных потребительских устройств захвата движений и строят быстро развивающуюся экосистему игр дополненной и виртуальной реальности. Пользователи обменивают высокоточные данные о движениях на сетевые стимулы, что способствует постоянному развитию платформы. Этот спонтанно сформированный здоровый цикл обеспечивает масштабируемое, недорогое и высокоточное производство данных, позволяя соответствующим наборам данных стать ресурсами для обучения, которые стремятся использовать ведущие компании в области Боты.

Кроме того, некоторые проекты также стремятся унифицировать многомодальные платформы данных для фрагментированных симуляционных сред. В настоящее время область симуляции сильно фрагментирована, разные инструменты действуют независимо друг от друга, хотя у каждого есть свои преимущества, но они не могут взаимодействовать. Эта раздробленность замедляет процесс разработки и увеличивает разрыв между симуляцией и реальностью. Реализуя стандартизацию многосимуляторов, эти платформы создают общую виртуальную инфраструктуру для разработки и оценки моделей Боты, поддерживающую согласованные бенчмарки, что значительно повышает масштабируемость и обобщающую способность систем.

Восход основного модели Ботов

В технологическом стеке этих инновационных платформ ключевым компонентом, возможно, являются Боты базовых моделей. Будучи одной из первых ботов базовых моделей, эти модели создаются как ядро новой физической инфраструктуры искусственного интеллекта. Их позиционирование похоже на традиционные большие языковые модели, но ориентировано на область робототехники.

Объединяя краудсорсинг спортивных данных с мощными системами моделирования и авторизации моделей, эти платформы способны обучать базовые модели с возможностями обобщения в разных сценариях. Эта модель может поддерживать разнообразные роботизированные приложения в промышленности, потребительском секторе и научной области, обеспечивая универсальное развертывание на основе огромного разнообразия данных.

Роль криптографических технологий в физическом искусственном интеллекте

Технология блокчейн создает полноценный вертикальный стек для искусственного интеллекта в физическом мире. Проект децентрализованного физического искусственного интеллекта (DePAI) реализует токенизированные стимулы на протяжении всего технологического стека, создавая открытую, совместимую и безразрешительную механизм расширения, делая децентрализованное развитие физического искусственного интеллекта реальностью.

Когда механизм стимулов токенов будет официально запущен, участие в сети станет ключевым элементом эффекта маховика DePAI, что приведет к ускоренному росту: пользователи, покупающие аппаратные устройства, могут получить стимулы от команды проекта, а компании по разработке Ботов будут выплачивать вознаграждения владельцам устройств за их вклад. Эта двойная стимуляция будет способствовать тому, чтобы больше людей приобретали и использовали соответствующее оборудование. В то же время команда проекта будет динамически поощрять сбор данных о поведении, имеющих высокую ценность, что позволит более эффективно преодолевать технологический разрыв между симуляцией и реальным применением.

Заключение

Революция платформы Ботов不可挡, но ее масштабное развитие невозможно без поддержки данных. Криптографические технологии могут заполнить самый критический пробел в технологическом стеке AI Ботов: с помощью децентрализованных физических решений по искусственному интеллекту достичь экономической эффективности, высокой масштабируемости и модульности. Когда технологии Ботов станут следующим фронтом AI, эти инновационные проекты превращают широкую аудиторию в "майнеров" данных действий. Как большие языковые модели требуют поддержки текстовой разметки, гуманоидные Боты нуждаются в огромных последовательностях действий для обучения. С помощью этих прорывных технологий мы преодолеем последний барьер и осуществим переход гуманоидных Ботов из научной фантастики в реальность.