Baovy06

Il mercato dell'AI per la robotica sta crescendo a una velocità pazzesca in questo momento. Da dataset video egocentrici, sistemi di motion capture, pipeline di dati sintetici a strumenti di raccolta basati su pinze… sembra che ogni settimana venga lanciata una nuova azienda di dati per la robotica. Ma il vero problema è: non tutti i tipi di dati sono utili per addestrare i robot. Prima di raccogliere enormi quantità di dati, la domanda più importante dovrebbe essere: "Cosa stai esattamente addestrando il robot a fare?" PrismaX suddivide l'AI fisica in 2 categorie principali: • Modelli cinematici → focalizzati sul controllo robotico a basso livello. Cose come equilibrio, salti, locomozione, precisione del movimento. • Modelli fondamentali → focalizzati sul completamento di compiti nel mondo reale. Cose come lavare i piatti, aprire porte, prendere oggetti, interagire con gli ambienti. E PrismaX si concentra principalmente sui modelli fondamentali — perché il futuro non ha bisogno solo di robot che sanno fare capriole. Ha bisogno di robot che possano effettivamente aiutare gli esseri umani nella vita quotidiana. Quello che ho trovato interessante è che PrismaX non si limita a "vendere dati per la robotica." Approfondiscono molto di più: • che tipo di dati si adattano a ogni modello • cosa significa realmente dati di robotica di alta qualità • cosa dovrebbe variare all'interno dei dataset • e cosa dovrebbe rimanere coerente per una migliore convergenza In questo momento, l'industria della robotica sta sperimentando diversi modi di raccogliere dati: • teleoperazione → umani che controllano i robot da remoto • video umani → addestramento da video di persone che svolgono compiti • sistemi con pinze → umani che usano strumenti tracciati simili a pinze Ogni metodo ha i suoi punti di forza e di debolezza. Ma PrismaX crede che la teleoperazione fornisca ancora i dati di qualità più alta perché è più controllabile, più precisa e più facile da usare per addestrare modelli fondamentali. La cosa più importante che ho tratto dall'articolo di PrismaX è questa: "La robotica non è solo ricerca sull'AI. È anche un problema di ingegneria nel mondo reale." Nessuna azienda ha soldi infiniti, robot infiniti o tempo infinito per addestrare modelli. Questo significa che i dataset non devono solo essere grandi. Devono avere la struttura giusta, la distribuzione giusta e la qualità giusta affinché i modelli apprendano in modo efficiente. Ed è proprio per questo che PrismaX si concentra fortemente su dataset di robotica controllati e di alta qualità invece di inseguire semplicemente la scala

⏰ È ora di svegliarsi! La classifica dei creatori di Sleepagotchi è attiva su @NucleusCodes con 120.000 $ in premi $SLEEP che ti aspettano. Accedi con X e verifica la tua idoneità ↓