Actualización de vida: he decidido dejar 1X. Ha sido un honor ayudar a hacer crecer la empresa. Me uní a Halodi Robotics en 2022 (nombre anterior de la empresa) como el único empleado basado en California. En ese momento, éramos alrededor de 40 personas en Noruega y 2 en Texas. Mi primera contratación y yo trabajamos desde mi garaje durante unos meses para ahorrar dinero. Hoy, 1X cuenta con cientos de personas, con hardware, diseño, software, IA, fabricación y producto, todo reubicado en el área de la bahía de SF, funcionando a toda máquina y trabajando para que NEO esté listo para el hogar. Un gran agradecimiento a todos mis colegas con los que trabajé. Fue una decisión difícil dejar. Cuando trabajas en una emocionante startup que está creciendo rápidamente, siempre hay tanto por hacer y nunca hay un momento perfecto para seguir adelante. Tenemos varios trabajos en proceso que son muy emocionantes porque avanzan enormemente en la autonomía general y la escalabilidad de nuestro enfoque de implementación y realmente muestran un camino realista hacia el funcionamiento del producto. La reciente actualización de autonomía del Modelo Mundial es un ejemplo, y hay más por venir. La fábrica de 1X es muy emocionante. Las cosas están acelerando a una velocidad que me habría sorprendido hace unos años. En 2022, la mayoría de los tecnólogos, investigadores y capitalistas de riesgo eran escépticos sobre los humanoides y el aprendizaje por imitación a gran escala. "¿Por qué piernas?" "¿Cómo podría el aprendizaje de extremo a extremo ser lo suficientemente bueno?" "¿Por qué ir a casa y no a la fábrica?" "¿Cómo vamos a reunir suficientes datos?" La ventana de Overton sobre la robótica de propósito general ha cambiado mucho desde entonces. Aunque todavía estamos al principio de nuestra misión, sigo confiado en que pronto, los robots domésticos serán tan comunes como los aires acondicionados, los coches y ChatGPT. Solo habla con el bot, y él irá y lo hará en silencio. Las economías enteras eventualmente se reorganizarán en torno a esta tecnología. La gente lo entiende ahora. ¿Qué sigue? Creo que el progreso en el aprendizaje profundo aplicado generalmente se basa en "aprovechar la magia" de algunos objetos mágicos. Estos objetos mágicos poseen mucho más poder de generalización de lo que uno podría esperar normalmente. Solo pedirle al LLM que entienda lo que quieres es magia. Los modelos de generación de video son magia. El razonamiento es magia. No te encuentras con un objeto mágico todos los días, pero cuando lo haces, te aseguras de agarrarlo y ponerlo a trabajar para hacer algo útil en el robot de alguna manera. Gran parte de mi convicción inicial sobre hacia dónde se dirigía la robótica fue trabajar en BC-Z de 2018 a 2021. El "objeto mágico" en el que aposté en ese momento fue las sorprendentes capacidades de absorción de datos del aprendizaje supervisado y "solo pide generalización". Esto sentó las bases de muchos de los ingredientes estándar que vemos en los VLA hoy: - Generalización a comandos de lenguaje no vistos - DAgger guiado por humanos para la mejora de políticas - Predicciones auxiliares de bucle abierto + control de horizonte decreciente, también conocido como segmentación de acciones - Puntos clave de manipulación para mejorar el servo - ResNet18 simple con condicionamiento FiLM en entradas multimodales El siguiente "objeto mágico" en el que apostamos en 1X fueron los modelos de video, porque son claramente objetos mágicos que aprenden una distribución de datos no muy diferente de lo que un robot necesita aprender. Generalizan sorprendentemente bien. Una vez más siento que hay más objetos mágicos en juego ahora, lo que abre muchas nuevas posibilidades para la robótica y más allá. Estoy tomando unos meses para vaciar mi taza de prejuicios y ganar una nueva perspectiva. Cuando dejé Google en 2022, pasé unas 2 semanas decidiendo qué hacer a continuación. Esta vez, quiero tomarme mucho más tiempo para ponerme al día con lo que ha sucedido en el espacio más amplio de IA + robótica. He estado reimplementando algunos artículos de aprendizaje profundo. Estoy trabajando en un gran tutorial para mi blog. Estoy aprendiendo todos los trucos de usuario avanzado de Claude. Estoy leyendo las publicaciones del blog de Thinking Machines para entender qué tipo de experimentos se están realizando en laboratorios de vanguardia. Estoy leyendo la tesis de Ben Katz de 2016 sobre el actuador Mini-cheetah. Estoy viajando a China en marzo para conocer empresas increíbles en el ecosistema de robótica chino. Ahora, más que nunca, es el momento para que tanto humanos como máquinas aprendan. El próximo token de mi secuencia de vida será uno importante. A los colegas e inversores que apostaron por 1X desde el principio, incluso antes de que nos convirtiéramos en un nombre conocido, les agradezco desde el fondo de mi corazón. No lo olvidaré♥️