Человекообразные Боты: от научной фантастики к реальному применению
Человекообразные универсальные Боты быстро превращаются из научной фантастики в реальность. Снижение затрат на оборудование, увеличение капитальных вложений и технические прорывы в гибкости движений и операционных способностях — эти три фактора совместно способствуют новой значительной трансформации в области вычислений.
Несмотря на то, что растущая доступность вычислительных мощностей и аппаратного обеспечения приносит преимущества в снижении затрат для робототехнической инженерии, отрасль по-прежнему сталкивается с вызовами, связанными с нехваткой тренировочных данных. В этом контексте некоторые проекты начали использовать децентрализованный физический искусственный интеллект (DePAI) для краудсорсинга высокоточных движений и синтетических данных и создания базовых моделей для роботов. Это дает им уникальное преимущество в продвижении развертывания гуманоидных роботов.
От однофункциональной формы к многофункциональной
Коммерциализация робототехники не является чем-то новым. Такие бытовые устройства, как роботы-пылесосы и камеры для домашних животных, относятся к однопрофильным роботам. С развитием искусственного интеллекта роботы эволюционируют в многофункциональные формы, чтобы адаптироваться к более сложным открытым условиям работы.
Ожидается, что в течение следующих 5-15 лет гуманоидные Боты постепенно перейдут от выполнения базовых задач к более сложным работам, таким как обслуживание клиентов, пожарные спасательные операции и даже хирургические операции.
Рыночная динамика и технологические прорывы
В настоящее время более 100 компаний занимаются разработкой гуманоидных роботов. Новое поколение гуманоидных роботов демонстрирует плавные и естественные движения, что позволяет им осуществлять человечный взаимодействие в реальных условиях. Некоторые роботы могут двигаться со скоростью до 3,3 метра в секунду, что значительно превышает среднюю скорость человека в 1,4 метра в секунду.
Кроме того, стоимость человекоподобных роботов также продолжает снижаться. Ожидается, что к 2032 году их стоимость станет ниже уровня заработной платы в США.
Проблемы развития: тренировочные данные из реального мира
Несмотря на множество благоприятных факторов в области гуманоидных роботов, недостаточное качество данных и их нехватка по-прежнему мешают их массовому развертыванию. По сравнению с технологиями автономного вождения, гуманоидные роботы сталкиваются с большими вызовами в сборе данных.
Потребители вряд ли примут существование "Боты-помощники", что означает, что роботам необходимо обладать высокой производительностью прямо из коробки. Поэтому сбор данных перед развертыванием становится критически важным. Все обучение должно быть завершено до коммерческого производства, в то время как масштаб и качество данных остаются постоянной проблемой.
В настоящее время крупнейший набор данных для Ботов содержит всего около 2,4 миллиона взаимодействий, что значительно меньше по сравнению с 15 триллионами текстовых токенов GPT-4 или миллиардами размеченных видеотекстовых пар, используемых Midjourney и Sora. Эта неполноценность данных объясняет, почему технологии Ботов еще не достигли уровня настоящих базовых моделей, как крупные языковые модели.
Новый способ преодоления瓶颈 данных
Традиционные методы сбора данных не могут удовлетворить потребности в масштабировании данных для обучения гуманоидных Ботов. Симуляция имеет низкую стоимость, но страдает от нехватки реальных границ сцен, интернет-видео не может предоставить необходимое телесное восприятие и среду обратной связи по силе, в то время как реальные данные точны, но имеют высокую стоимость и отсутствие масштабируемости.
Чтобы решить эту проблему, некоторые проекты предложили новые решения. Создавая вертикально интегрированные программные и данные платформы, ориентированные на применение в области эмбеддед интеллекта, эти проекты нацелены на решение проблемы узких мест в данных в области гуманоидных Ботов.
Полностековое решение
Это полностековое решение обычно включает в себя собственные потребительские устройства захвата движений, экосистему игр дополненной и виртуальной реальности, многомодальную платформу данных и базовые модели Ботов. Пользователи получают сетевые вознаграждения, предоставляя данные о движении высокой четкости, что способствует постоянному развитию платформы.
Этот метод не только позволяет в крупном масштабе собирать данные из реального мира, но также строить симуляционные среды для обучения моделей, демонстрируя истинную мощь распределенных физических интеллектуальных сетей. Эта платформа создает экосистему разработчиков физического искусственного интеллекта, которая превосходит простое получение данных, и её функции уже расширились до развертывания реальных моделей и области коммерческой лицензии.
Роль технологий криптовалют
Криптографические технологии строят полный вертикальный стек для искусственного интеллекта в физическом мире. Благодаря токенизированным стимулам, пронизывающим весь технологический стек, эти проекты создают открытые, совместимые и без разрешений механизмы масштабирования, позволяющие децентрализованное развитие физического искусственного интеллекта.
После официального запуска механизма стимулирования токенов ожидается дальнейшее повышение участия в сети. Пользователи, покупающие оборудование, могут получить стимулы от команды проекта, а компании, занимающиеся разработкой Ботов, выплачивают вознаграждения за вклад обладателям оборудования. Эта двойная стимуляция будет способствовать привлечению большего числа людей к сбору данных. В то же время команда проекта будет динамически стимулировать сбор высокоценной индивидуализированной поведенческой информации, чтобы более эффективно преодолеть технологический разрыв между симуляцией и реальным применением.
Будущие перспективы
Сфера Ботов "Час ChatGPT" может не быть вызвана самими компаниями-роботами, поскольку развертывание аппаратного обеспечения гораздо сложнее, чем программного. Взрывной рост технологий Ботов естественно ограничен стоимостью, доступностью аппаратного обеспечения и сложностью развертывания.
Ключевой момент для гуманоидных роботов заключается не в том, насколько впечатляющим является прототип, а в том, что стоимость снижается до доступного для массового потребителя уровня, как это было с распространением смартфонов или компьютеров в свое время. Когда стоимость снижается, оборудование становится пропуском на рынок, а настоящее конкурентное преимущество будет заключаться в данных и моделях: конкретно, это масштаб, качество и разнообразие интеллектуальных движений, используемых для обучения машин.
С продвижением революции платформы Ботов, поддержка данных станет ключевой. Решения по децентрализованному физическому искусственному интеллекту (DePAI) призваны заполнить самый критический пробел в стекe технологий ИИ Ботов, проложив путь от научной фантастики к реальности для гуманоидных роботов.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Развитие человекоподобных Ботов достигло значительного прорыва, DePAI может решить проблему узких мест с данными.
Человекообразные Боты: от научной фантастики к реальному применению
Человекообразные универсальные Боты быстро превращаются из научной фантастики в реальность. Снижение затрат на оборудование, увеличение капитальных вложений и технические прорывы в гибкости движений и операционных способностях — эти три фактора совместно способствуют новой значительной трансформации в области вычислений.
Несмотря на то, что растущая доступность вычислительных мощностей и аппаратного обеспечения приносит преимущества в снижении затрат для робототехнической инженерии, отрасль по-прежнему сталкивается с вызовами, связанными с нехваткой тренировочных данных. В этом контексте некоторые проекты начали использовать децентрализованный физический искусственный интеллект (DePAI) для краудсорсинга высокоточных движений и синтетических данных и создания базовых моделей для роботов. Это дает им уникальное преимущество в продвижении развертывания гуманоидных роботов.
От однофункциональной формы к многофункциональной
Коммерциализация робототехники не является чем-то новым. Такие бытовые устройства, как роботы-пылесосы и камеры для домашних животных, относятся к однопрофильным роботам. С развитием искусственного интеллекта роботы эволюционируют в многофункциональные формы, чтобы адаптироваться к более сложным открытым условиям работы.
Ожидается, что в течение следующих 5-15 лет гуманоидные Боты постепенно перейдут от выполнения базовых задач к более сложным работам, таким как обслуживание клиентов, пожарные спасательные операции и даже хирургические операции.
Рыночная динамика и технологические прорывы
В настоящее время более 100 компаний занимаются разработкой гуманоидных роботов. Новое поколение гуманоидных роботов демонстрирует плавные и естественные движения, что позволяет им осуществлять человечный взаимодействие в реальных условиях. Некоторые роботы могут двигаться со скоростью до 3,3 метра в секунду, что значительно превышает среднюю скорость человека в 1,4 метра в секунду.
Кроме того, стоимость человекоподобных роботов также продолжает снижаться. Ожидается, что к 2032 году их стоимость станет ниже уровня заработной платы в США.
Проблемы развития: тренировочные данные из реального мира
Несмотря на множество благоприятных факторов в области гуманоидных роботов, недостаточное качество данных и их нехватка по-прежнему мешают их массовому развертыванию. По сравнению с технологиями автономного вождения, гуманоидные роботы сталкиваются с большими вызовами в сборе данных.
Потребители вряд ли примут существование "Боты-помощники", что означает, что роботам необходимо обладать высокой производительностью прямо из коробки. Поэтому сбор данных перед развертыванием становится критически важным. Все обучение должно быть завершено до коммерческого производства, в то время как масштаб и качество данных остаются постоянной проблемой.
В настоящее время крупнейший набор данных для Ботов содержит всего около 2,4 миллиона взаимодействий, что значительно меньше по сравнению с 15 триллионами текстовых токенов GPT-4 или миллиардами размеченных видеотекстовых пар, используемых Midjourney и Sora. Эта неполноценность данных объясняет, почему технологии Ботов еще не достигли уровня настоящих базовых моделей, как крупные языковые модели.
Новый способ преодоления瓶颈 данных
Традиционные методы сбора данных не могут удовлетворить потребности в масштабировании данных для обучения гуманоидных Ботов. Симуляция имеет низкую стоимость, но страдает от нехватки реальных границ сцен, интернет-видео не может предоставить необходимое телесное восприятие и среду обратной связи по силе, в то время как реальные данные точны, но имеют высокую стоимость и отсутствие масштабируемости.
Чтобы решить эту проблему, некоторые проекты предложили новые решения. Создавая вертикально интегрированные программные и данные платформы, ориентированные на применение в области эмбеддед интеллекта, эти проекты нацелены на решение проблемы узких мест в данных в области гуманоидных Ботов.
Полностековое решение
Это полностековое решение обычно включает в себя собственные потребительские устройства захвата движений, экосистему игр дополненной и виртуальной реальности, многомодальную платформу данных и базовые модели Ботов. Пользователи получают сетевые вознаграждения, предоставляя данные о движении высокой четкости, что способствует постоянному развитию платформы.
Этот метод не только позволяет в крупном масштабе собирать данные из реального мира, но также строить симуляционные среды для обучения моделей, демонстрируя истинную мощь распределенных физических интеллектуальных сетей. Эта платформа создает экосистему разработчиков физического искусственного интеллекта, которая превосходит простое получение данных, и её функции уже расширились до развертывания реальных моделей и области коммерческой лицензии.
Роль технологий криптовалют
Криптографические технологии строят полный вертикальный стек для искусственного интеллекта в физическом мире. Благодаря токенизированным стимулам, пронизывающим весь технологический стек, эти проекты создают открытые, совместимые и без разрешений механизмы масштабирования, позволяющие децентрализованное развитие физического искусственного интеллекта.
После официального запуска механизма стимулирования токенов ожидается дальнейшее повышение участия в сети. Пользователи, покупающие оборудование, могут получить стимулы от команды проекта, а компании, занимающиеся разработкой Ботов, выплачивают вознаграждения за вклад обладателям оборудования. Эта двойная стимуляция будет способствовать привлечению большего числа людей к сбору данных. В то же время команда проекта будет динамически стимулировать сбор высокоценной индивидуализированной поведенческой информации, чтобы более эффективно преодолеть технологический разрыв между симуляцией и реальным применением.
Будущие перспективы
Сфера Ботов "Час ChatGPT" может не быть вызвана самими компаниями-роботами, поскольку развертывание аппаратного обеспечения гораздо сложнее, чем программного. Взрывной рост технологий Ботов естественно ограничен стоимостью, доступностью аппаратного обеспечения и сложностью развертывания.
Ключевой момент для гуманоидных роботов заключается не в том, насколько впечатляющим является прототип, а в том, что стоимость снижается до доступного для массового потребителя уровня, как это было с распространением смартфонов или компьютеров в свое время. Когда стоимость снижается, оборудование становится пропуском на рынок, а настоящее конкурентное преимущество будет заключаться в данных и моделях: конкретно, это масштаб, качество и разнообразие интеллектуальных движений, используемых для обучения машин.
С продвижением революции платформы Ботов, поддержка данных станет ключевой. Решения по децентрализованному физическому искусственному интеллекту (DePAI) призваны заполнить самый критический пробел в стекe технологий ИИ Ботов, проложив путь от научной фантастики к реальности для гуманоидных роботов.