المواضيع الرائجة
Robert Scoble
Robert Scoble
‏9 يناير، 15:38·
سمعت هذا كثيرا هذا الأسبوع في معرض CES. الروبوتات الخاصة بالمنزل على الأقل بعد عامين. ربما خمسة، كما يقول الكثيرون. التقيت @BradTempleton الذي كان عبقريا مبكرا يعمل لدى @waymo. ذكرني مرة أخرى أنني سئمت من زلاجتي عندما يتعلق الأمر بتسلا روبوتاكسي. لكنني أخبرت الجميع أن موعدي هو أبريل وليس نهاية السنة كما وعد إيلون ذات مرة. يكره عندما أتحدث عن التواريخ وأعطاني درسا جيدا عن سبب عدم معرفة أحد متى يتم حل الاستقلالية بالكامل. لدي بيانات عن ما يفعله الأسطول. ولهذا السبب أنا دائما في مساحات مجتمع تسلا. ولدي أفضل قائمة تسلا هنا على X. القوائم على وشك أن تصبح أكثر أهمية بكثير. فكر فيها كحقيقة واقعية. ترى كل شيء. يبقيك متزنا بالواقع. توقف @GaryShapiro وتحدث إلي لبضع لحظات ثمينة في الممر. هو يدير الأمور وكان دائما رجلا كريما. لا أستطيع تخيل قائد أفضل لصناعة التقنية. وبرنامجه أطلق عصر الاستقلالية. مرسيدس أعطتني أول ركوب لها في أول مركبة الذكاء الاصطناعي هنا منذ سنوات. يستحق غاري الثناء لدعمه للمركبات الذاتية القيادة منذ البداية. لكن براد جعلني أفكر في الفرق بين الحدس والمعرفة. أعيد تقييم كل شيء في فئة المعرفة لأن الأخطاء وجدت في تفكيري. أعرف عن اختراقات قادمة. لكن يجب أن أعترف أنني لا أعرف متى سيعمل تسلا روبوتاكسي بدون وجود بشر على متنها. البيانات تحل جميع الجدالات. سيضطر إيلون إلى التباطؤ حتى يحصل على بيانات كافية. لا يستطيع أن يرى النظام يرتكب خطأ، براد أخبرني أن هذا هو السبب في أنه لا يرى أنه سيشحن قريبا. المحامون لن يسمحوا بالشحن حتى يتم الانتهاء منه. الحقيقة أن كل شخص في الفريق يدرك أنه يجب أن يكون مثاليا عندما يشغل. أو قريب جدا جدا.
480EB0
480EB0‏9 يناير، 08:38
اليوم، ينضم إلينا @rdn_nikita، المؤسس المشارك والرئيس التنفيذي لشركة @FlexionRobotics لمناقشة الفجوة بين القدرات الروبوتية الحالية وما هو مطلوب لنشر روبوتات ذاتية الحركة بالكامل في العالم الحقيقي. يشرح نيكيتا كيف أن التعلم المعزز والمحاكاة ساهما في تقدم سريع في حركة الروبوتات—ولماذا لا يزال التنقل بعيدا عن "الحل". نتعمق في فجوة sim2real، وكيف أن إضافة المدخلات البصرية تخلق ضوضاء وتعقد بشكل كبير نقل المحاكاة إلى الواقع. نستكشف أيضا الجدل بين النماذج الشاملة والأساليب المعيارية، ولماذا لا يزال فصل الحركة والتخطيط والدلالات نهجا عمليا اليوم. يقدم نيكيتا أيضا مفهوم "المحاكاة الحقيقية"، الذي يستخدم بيانات العالم الحقيقي لتحسين معايير المحاكاة للتدريب عالي الدقة، ويناقش كيفية دمج بيانات التعلم التعزيزي، والتعلم المقلد، والبيانات عن بعد لتدريب سياسات قوية لكل من الروبوتات الرباعية والبشرية، ويقدم نهج فليكشن الهرمي الذي يستخدم نماذج الرؤية واللغة (VLMs) المدربة مسبقا لتنسيق المهام عالية المستوى باستخدام نماذج الرؤية-اللغة-الفعل (VLA) ونماذج منخفضة المستوى أجهزة تتبع للجسم بالكامل. وأخيرا، يشارك نيكيتا ما وراء الكواليس في عروض الروبوتات البشرية، ورأى في التعلم المعزز في المحاكاة مقابل العالم الحقيقي، وتفاصيل ضبط المكافأة، ويقدم نصائح عملية للباحثين والممارسين الذين يرغبون في البدء في مجال الروبوتات اليوم. 🗒️ للاطلاع على القائمة الكاملة للموارد لهذه الحلقة، زوروا صفحة ملاحظات العرض: 📖 الفصول =============================== 00:00 - مقدمة 04:07 - هل تم حل حركة الروبوت؟ 06:04 - فجوة المحاكاة إلى الحقيقية 08:58 - إضافة الدلالات إلى السياسات 09:42 - المعماريات المعيارية مقابل المعمارية من البداية إلى الطرف 10:29 - نموذج المخطط 12:21 - تكييف تقنيات التعلم المعزز من الرباعيات إلى البشر 15:39 - خلف عروض الروبوتات 18:09 - روبوتات شبيهة بالبشر في بيئات منزلية 22:03 - نهج التدريب 23:56 - نماذج VLA 27:59 - إغلاق الفجوة بين المحاكاة والواقعية 32:55 - تنسيق المهام باستخدام VLMs 36:38 - استخدام الأدوات 38:10 - تسلسل النماذج 43:37 - بيئة محاكاة مقابل محاكاة 44:57 - الجمع بين التعلم بالتقليد والتعلم المعزز 46:42 - التعلم الواقعي في العالم الحقيقي مقابل التعلم الواقعي في المحاكاة 52:58 - ضبط المكافأة ووظائف القيمة في الروبوتات 56:38 - التوقعات 1:00:10 - البشر الشبيهين، الكوادروب، والمنصات ذات العجلات 1:02:45 - نصائح، مجموعات روبوتات موصى بها، وPLA مجتمعي
التقى فاني بعمر، الذي يدير كتالوج Whole Mars، في جناح @waymo.
حساب براد في X هو في الواقع @bradtem آسف على ذلك، براد. لا يسمح لي بالتحرير. آه.
‏‎431‏