Aktualizace života: Rozhodl jsem se odejít 1X. Bylo mi ctí pomáhat firmě růst. Do Halodi Robotics jsem nastoupil v roce 2022 (předchozí název firmy) jako jediný zaměstnanec se sídlem v Kalifornii. V té době nás bylo asi 40 lidí v Norsku a 2 v Texasu. Můj první zaměstnanec a já jsme pár měsíců pracovali v garáži, abychom ušetřili peníze. Dnes je 1X stovky lidí, s hardwarem, designem, softwarem, AI, výrobou a produktem, kteří se přestěhovali do oblasti SF Bay, kteří pracují na plné obrátky a pracují na přípravě NEO pro domácnost. Velké díky všem kolegům, se kterými jsem pracoval. Bylo těžké rozhodnutí odejít. Když pracujete v vzrušujícím startupu, který rychle roste, je vždy tolik věcí k udělání a nikdy není ideální čas na odchod. Máme několik projektů v přípravě, které jsou tak vzrušující, protože výrazně posouvají obecnou autonomii a škálovatelnost našeho přístupu k nasazení a ukazují realistickou cestu k tomu, aby produkt fungoval. Nedávná aktualizace autonomie World Model je jedním příkladem a přijde jich víc. Továrna 1X je tak vzrušující. Věci se zrychlují rychlostí, která by mě před pár lety překvapila. V roce 2022 byla většina technologů, výzkumníků a VC skeptická vůči humanoidům a rozsáhlému napodobování učení. "Proč nohy?" "Jak by mohlo být učení od začátku do konce dost dobré?" "Proč jít domů a ne továrna?" "Jak kdy nasbíráme dost dat?" Overtonovo okno na univerzální robotiku se od té doby hodně změnilo. Ačkoliv jsme v naší misi stále na začátku, jsem přesvědčen, že brzy budou domácí roboti stejně běžní jako klimatizace, auta a ChatGPT. Stačí mluvit s botem a on to tiše dokončí. Celé ekonomiky se nakonec kolem této technologie reorganizují. Lidé to teď chápou. Co bude dál? Věřím, že pokrok v aplikovaném hlubokém učení obecně závisí na "využití magie" několika magických předmětů. Tyto magické předměty mají mnohem větší schopnost zobecnění, než by člověk normálně čekal. Jen se zeptat LLM, aby pochopil, co chceš, je kouzlo. Modely generování videa jsou kouzelné. Rozum je magie. Na magický předmět nenarazíte každý den, ale když už se to stane, určitě ho vezmete a použijete ho k tomu, abyste v robotovi vytvořili něco užitečného. Velká část mého raného přesvědčení o tom, kam robotika směřuje, byla práce na BC-Z v letech 2018–2021. "Magickým objektem", na který jsem tehdy vsadil, byly překvapivé schopnosti vstřebávat data díky řízenému učení a "prostě si vyžádat zobecnění". To bylo průkopníkem mnoha standardních ingrediencí, které dnes ve VLA vidíme: - Zobecnění na neviditelné jazykové příkazy - Lidsky řízený DAgger pro zlepšení politiky - Otevřené smyčkové pomocné predikce + řízení ustupujícího horizontu, tedy akční rozdělení - Klíčové body manipulace pro zlepšení servomotoru - Jednoduchý ResNet18 s FiLM podmiňováním na multimodálních vstupech Další "magický objekt", na který jsme vsadili při 1X, byly video modely, protože jsou to jasně magické objekty, které se učí rozložení dat podobné tomu, co se musí naučit robot. Překvapivě dobře zobecňují. Opět mám pocit, že je zde více magických předmětů, což otevírá spoustu nových možností pro robotiku i další věci. Dávám si pár měsíců na to, abych vyprázdnil svůj šálek předchozích zkušeností a získal nový pohled. Když jsem v roce 2022 odešel z Googlu, strávil jsem asi dva týdny rozhodováním, co dál. Tentokrát chci věnovat mnohem více času tomu, abych dohnal, co se stalo v širším prostoru AI + robotiky. Znovu zavádím některé články o hlubokém učení. Pracuji na velkém tutoriálu pro svůj blog. Učím se všechny triky pro Claudea pro pokročilé uživatele. Čtu blogové příspěvky Thinking Machines, abych pochopil, jaké experimenty se v laboratořích Frontier provádějí. Čtu bakalářskou práci Bena Katze z roku 2016 o aktuátoru Mini-geparda. V březnu cestuji do Číny, abych se setkal s úžasnými firmami v čínském robotickém ekosystému. Nyní, více než kdy jindy, je čas, aby se učili lidé i stroje. Další znamení mé životní sekvence bude důležité. Kolegům a investorům, kteří vsadili na 1X už dříve, ještě předtím, než jsme se stali známým jménem – děkuji z celého srdce. Nezapomenu na to♥️