人生のアップデート:私は1Xと離れることに決めました。 会社の成長に携わることができて光栄です。私は2022年にHalodi Robotics(旧社名)にカリフォルニア在住の唯一の従業員として入社しました。当時、ノルウェーを拠点とする約40人とテキサスに2人いました。最初の採用者と私は数ヶ月間、ガレージで作業してお金を節約しました。現在、1Xは数百人規模の従業員で、ハードウェア、デザイン、ソフトウェア、AI、製造、製品がすべてSFベイエリアに移転し、全力で稼働し、NEOを家庭に迎える準備に取り組んでいます。一緒に働いた同僚の皆さんに心から感謝します。 離れる決断は辛いものでした。急成長している刺激的なスタートアップで働くと、やるべきことが常に多すぎて、次に進むのに完璧なタイミングはありません。現在進行中のプロジェクトはいくつかあり、これらは展開アプローチの自律性とスケーラビリティを大幅に推進し、製品が動作する現実的な道筋を示している点で非常に刺激的です。最近のワールドモデルの自動運転アップデートはその一例で、今後も追加予定です。1X工場は本当にワクワクします。物事は数年前には驚くほどの速さで加速しています。 2022年には、多くの技術者や研究者、ベンチャーキャピタルがヒューマノイドや大規模な模倣学習に懐疑的でした。「なぜレッグス?」「エンドツーエンドの学習が十分に良いわけがないだろうか?」「なぜ工場ではなく家を狙うんだ?」「どうやって十分なデータを集めるんだ?」 汎用ロボティクスに関するオーバートンの窓口はそれ以来大きく変わりました。まだミッションの初期段階ですが、私は間もなく家庭用ロボットがエアコンや車、ChatGPTと同じくらい一般的になると確信しています。ボットに話しかければ、静かに処理してくれます。最終的には経済全体がこの技術を中心に再編成されるでしょう。今ではみんな理解しています。 次は何でしょうか? 応用ディープラーニングの進展は、一般的にいくつかの魔法の物体の「魔法を活用する」ことにかかっていると考えています。これらの魔法の物体は通常予想以上にはるかに高い一般化力を持っています。LLMに自分の望みを理解してもらうだけで魔法のようなものです。ビデオ生成モデルは魔法のようなものです。理屈は魔法のようなものです。魔法の道具に出会うわけではないが、見つけたら必ず手に入れてロボットの中で何か役立つものに使う。 ロボティクスの方向性についての初期の確信の多くは、2018年から2021年までBC-Zの開発に携わっていたことです。当時私が賭けていた「魔法の対象」は、教師あり学習の驚くべきデータ吸収能力と「一般化を求めるだけでよい」ことだった。これは今日VLAで見られる標準的な成分の多くを開拓しました: - 見えない言語コマンドへの一般化 - 政策改善のための人間誘導DAgger - オープンループ補助予測+後退地平線制御、別名アクションチャンク - サーボ化を改善するためのキーポイント操作 - マルチモーダル入力にFiLM条件付けを適用したSimple ResNet18 1Xで次に賭けた「魔法の物体」はビデオモデルでした。なぜなら、それらは明らかに魔法の物体であり、ロボットが学ぶべきデータ分布とあまり変わらないものだからです。驚くほどよく一般化できます。 今回も魔法のようなアイテムが増えていると感じており、それがロボット工学やそれ以上の多くの新しい可能性を開いています。数ヶ月間、過去の過去を吐き出し、新たな視点を得るために過ごしています。2022年にGoogleを辞めたとき、次に何をするか決めるのに約2週間かかりました。今回は、より広いAI+ロボティクス分野で起きていることを追いかけるために、もっと時間をかけたいと思います。 私はいくつかのディープラーニングの論文を再実装しています。ブログ用の大きなチュートリアルを作っています。クロードのパワーユーザー向けのコツを全部学んでいます。私はThinking Machinesのブログ投稿を読んで、フロンティアの研究所でどのような実験が行われているのか理解しようとしています。ベン・カッツの2016年のミニチーターアクチュエーターに関する論文を読んでいます。私は3月に中国へ行き、中国のロボティクスエコシステムにおける素晴らしい企業に会う予定です。今こそ、人間と機械の双方が学ぶべき時です。私の人生の次のトークンは重要なものになるでしょう。 1Xが有名になる前から早く賭けてくださった同僚や投資家の皆さんに、心から感謝します。忘れ♥️ないよ