Kuulin tätä paljon tällä viikolla CES:ssä. Kodin robotit ovat vähintään kahden vuoden päässä. Luultavasti viisi, monet sanovat. Tapasin @BradTempleton, joka oli varhainen nero, joka työskenteli @waymo:lle. Hän muistutti minua taas, että olin jo yli suksistani Tesla Robotaxin suhteen. Mutta kerroin kaikille, että päivämääräni on huhtikuussa eikä vuoden lopussa, kuten Elon kerran lupasi. Hän vihaa, kun puhun treffeistä ja antoi minulle hyvän kurssin siitä, miksi kukaan ei tiedä, milloin autonomia on täysin ratkaistu. Minulla on tietoa siitä, mitä laivasto tekee. Siksi olen aina Teslan yhteisötiloissa. Ja sinulla on paras Tesla-lista täällä X:ssä. Listoista tulee pian paljon tärkeämpiä. Ajattele niitä totuutena. Näet kaiken. Pitää sinut kiinni todellisuudessa. @GaryShapiro pysähtyi ystävällisesti ja jutteli kanssani muutaman arvokkaan hetken käytävällä. Hän johtaa toimintaa ja on aina ollut kohtelias mies. En voi kuvitella parempaa johtajaa teknologia-alalle. Ja hänen ohjelmansa käynnisti autonomisen aikakauden. Mercedes antoi minulle ensimmäisen kyydin ensimmäisellä tekoälyajoneuvollaan täällä vuosia sitten. Gary ansaitsee kiitosta autonomisten ajoneuvojen tukemisesta alusta alkaen. Mutta Brad saa minut pohtimaan intuition ja tiedon eroa. Arvioin kaiken tietokategoriassa uudelleen, koska ajattelustani löytyi virheitä. Tiedän läpimurroista tulossa. Mutta täytyy myöntää, etten tiedä, milloin Tesla Robotaxi käynnistyy ilman ihmisiä. Data ratkaisee kaikki kiistat. Elon joutuu hidastamaan, kunnes hänellä on tarpeeksi dataa. Hänellä ei ole varaa nähdä järjestelmän tekevän virheitä, Brad kertoi minulle, että siksi hän ei usko sen tulevan pian. Lakimiehet eivät anna sen lähettää ennen kuin se on valmis. Totuus on, että kaikki tiimissä ymmärtävät, että sen täytyy olla täydellinen, kun se on päällä. Tai hyvin, hyvin lähellä.
480EB0
480EB09.1. klo 08.38
Tänään kanssamme on @rdn_nikita, @FlexionRobotics:n perustaja ja toimitusjohtaja, keskustelemassa nykyisten robotiikkakykyjen ja täysin autonomisten robottien käyttöönoton todellisen maailman vaatimusten välisestä kuilusta. Nikita selittää, miten vahvistusoppiminen ja simulaatio ovat edistäneet robottien liikkumisen nopeaa kehitystä – ja miksi liikkuminen on yhä kaukana "ratkaistua". Sukellamme sim2realin aukkoon ja siihen, miten visuaalisten syötteiden lisääminen aiheuttaa kohinaa ja monimutkaistaa sim-todenvälistä siirtoa merkittävästi. Tutkimme myös keskustelua päästä päähän -mallien ja modulaaristen lähestymistapojen välillä sekä miksi liikkumisen, suunnittelun ja semantiikan erottaminen on edelleen pragmaattinen lähestymistapa. Nikita esittelee myös käsitteen "real-to-sim", joka hyödyntää reaalimaailman dataa simulaatioparametrien hiomiseen korkeamman tarkkuuden koulutukseen, käsittelee, miten vahvistusoppiminen, jäljittelyoppiminen ja teleoperaatiodata yhdistetään kouluttamaan kestäviä politiikoita sekä nelijalkaisille että humanoidiroboteille, ja esittelee Flexionin hierarkkisen lähestymistavan, joka hyödyntää esikoulutettuja näkö-kielimalleja (VLM) korkean tason tehtävien orkestroinnissa Vision-Language-Action (VLA) -mallien ja matalan tason mallien avulla Koko kehon seurantalaitteet. Lopuksi Nikita jakaa kulissien takaisia kulisseja humanoidirobottidemoissa, näkemyksensä vahvistusoppimisesta simulaatiossa verrattuna todelliseen maailmaan, palkitsemisen hienovaraisuuksista ja tarjoaa käytännön neuvoja tutkijoille ja ammattilaisille, jotka haluavat aloittaa robotiikan parissa nykyään. 🗒️ Tämän jakson täydellisen resurssilistan löydät ohjelman muistiinpanosivulta: 📖 LUVUT =============================== 00:00 - Johdanto 04:07 - Onko robotin liikkuminen ratkaistu? 06:04 - Simulaattorin ja todellisen väli 08:58 - Semantiikan lisääminen politiikkoihin 09:42 - Modulaariset vs päästä päähän -arkkitehtuurit 10:29 - Suunnittelijamalli 12:21 - RL-tekniikoiden soveltaminen nelijalkaisista humanoideihin 15:39 - Robottidemojen takana 18:09 - Humanoidirobotit kotiympäristöissä 22:03 - Harjoituslähestymistapa 23:56 - VLA-mallit 27:59 - Simulaattorin ja todellisen eron kaventaminen 32:55 - Tehtävien orkestrointi VLM:ien avulla 36:38 - Työkalujen käyttö 38:10 - Mallihierarkia 43:37 - Simulaattori vastaan simulaatioympäristö 44:57 - Jäljittelyoppimisen ja vahvistusoppimisen yhdistäminen 46:42 - RL todellisessa maailmassa vs. RL simulaatiossa 52:58 - Palkkioviritys- ja arvofunktiot robotiikassa 56:38 - Ennusteet 1:00:10 - Humanoidit, quadroped-olennot ja pyörälliset alustat 1:02:45 - Neuvoja, suositellut robottipaketit ja yhteisön PLA
Funny tapasi Omarin, joka pyörittää Whole Mars Catalogia, @waymo-osastolla.
Bradin X-tili on itse asiassa @bradtem pahoillani siitä, Brad. Se ei anna minun editoida. Huokaus.
424