A Skild AI apresentou sua última visão de um cérebro generalizado para robótica. A empresa pretende fornecer um cérebro de uso geral, chamado Skild Brain, capaz de controlar diversos robôs em vários ambientes e tarefas. Um novo vídeo (assistir acima) destaca o progresso inicial da empresa nessa jornada.
A IA física representa a convergência da inteligência artificial (AI) com sistemas físicos como robôs que podem sentir, agir e aprender em ambientes do mundo real. Permite aos agentes inteligentes processar dados, tomar decisões e interagir fisicamente com o ambiente. A importância da IA física decorre de sua capacidade de preencher a lacuna entre a IA em software e ação tangível no mundo físico.
“A robótica é marcada pelo paradoxo de Moravec: os problemas difíceis são fáceis e os problemas fáceis são difíceis. Muitos modelos de robótica atuais se concentram em tarefas difíceis para os seres humanos e fáceis para robôs: dança, kung-fu, porque são ações de espaço livre e não requerem generalização”, disse Deepak Pathak, CEO e co-fundador de Skild AI. “Os modelos Skild AI podem não apenas resolver essas tarefas fáceis, mas também resolver tarefas difíceis diárias, como subir escadas, mesmo em condições adversárias ou montar itens de grão fino, que requerem visão e raciocínio sobre a dinâmica de contato”.
Faz pouco mais de um ano desde que a empresa fechou uma rodada de US $ 300 milhões para financiar esse ciclo de desenvolvimento. Nesse período, a empresa cresceu para mais de 25 funcionários e levantou um total de US $ 435 milhões em duas rodadas de financiamento.
Várias outras empresas notáveis também estão lançando soluções físicas de IA. A inteligência física, fundada pelo professor de Berkeley, Sergey Levine, está perseguindo o mesmo objetivo final: um único modelo de cérebro/fundação para qualquer robô.
Robobusiness 2025 explora a IA física
IA física será um tópico principal em Robobusiness (15-16 de outubro em Santa Clara), o principal evento para desenvolvedores de robótica e produzido por O relatório do robô. Deepu Talla, vice -presidente de robótica e borda da NVIDIA, entregará a palestra de abertura chamada “IA física para a nova era da robótica. ” Ele explorará os requisitos para a IA física, onde os modelos podem perceber, raciocinar e agir em ambientes do mundo real.
Outras palestras sobre IA física incluirão:
Como os agentes de decisão de vários modelos melhoram o desempenho, a segurança, a escala
Palestrante: Robert Sun, engenheiro fundador da Destreza
Como a IA aprimora o desempenho do robô da ABB
Palestrante: Thomas-Tianwei Wang, engenheiro de aplicativos da IA principal, Robótica da ABB
Aprendizagem de reforço Sim2real: robôs de treinamento para o mundo real
Palestrantes: Ken Goldberg, William S. Floyd Jr. Cadeira Distinta em Engenharia, UC Berkeley; Jeff Mahler, co-fundador e CTO, Ambi Robotics
A lacuna de generalização: por que a IA física precisa de uma curadoria de dados mais inteligente
Palestrante: Benji Barash, co-fundador e CEO, Roboto
Avançar a colaboração humana-robot através da linguagem natural AI
Palestrante: Han-Pang Chiu, Diretor Técnico, Centro de Tecnologias Vision, Vision and Robotics Laboratory, SRI
5 chaves para implantar robôs movidos a IA na fabricação
Palestrante: SK Gupta, co-fundador, cientista-chefe, Graymatter Robotics
AI para destreza e adaptação em ambientes de alto risco
Palestrante: Vivian Chu, co-fundador e diretor de inovação, robótica diligente
Robôs dexteros na era da IA incorporada
Palestrante: Mihai Jalobeanu, fundador e CEO, Dexman AI
Empresas como a NVIDIA estão desenvolvendo modelos fundamentais para robótica e criando ambientes de simulação como o Omniverse para treinar robôs em ambientes virtuais.
A robótica de dinâmica e agilidade de Boston está projetando robôs humanóides físicos e quadrúpedes capazes de realizar movimentos complexos e interagir com o ambiente. A Waymo é um exemplo proeminente no setor de transporte, com seus veículos autônomos dependendo da IA física para navegar nas condições complexas da estrada e antecipar interações com outros veículos e pedestres.
Na Automação do Warehouse, a Amazon Robotics usa a IA física para otimizar o movimento do inventário e melhorar o cumprimento da ordem. Esses exemplos destacam a ampla aplicação e o crescente foco em tirar a IA do domínio digital e para as operações físicas.
O cérebro Skild foi projetado para ser seguro em torno dos seres humanos, sendo altamente adaptável a distúrbios e interações humanas.
Um desafio na construção de um modelo de fundação robótica é a disponibilidade limitada de dados de robótica em larga escala e a coleta de dados do mundo real usando hardware pode ser lenta e cara. A Skild AI abordou isso, aproveitando a simulação em larga escala e os vídeos humanos na Internet para pré-treinar seu modelo de fundação. Essa abordagem permite que eles atinjam a escala antes de pós-treinamento o modelo com dados direcionados do mundo real para fornecer soluções de trabalho aos clientes.
Raviraj Jain, sócio da LightSpeed, disse: “Os modelos de fundação de Skild são verdadeiramente generalizáveis entre os fatores de forma, já mostrando recursos emergentes e são extremamente robustos-eles representam um novo paradigma em IA incorporada. Ao contrário de vários outros demos robóticos.