रोबोटिक्समधील सर्वात मान्यवर विचारांपैकी एक आता स्वतंत्र

रोबोटिक्समधील सर्वात प्रभावी संशोधकांपैकी एक आणि आजच्या physically capable AI systems च्या सद्य लाटेचे एक प्रमुख शिल्पकार Russ Tedrake पुन्हा चर्चेत येत आहेत — यावेळी एका जाहीर न केलेल्या stealth AI startup चे संस्थापक म्हणून. Tedrake 27-28 मे रोजी Boston मधील Thomas M. Menino Convention and Exhibition Center येथे होणाऱ्या Robotics Summit and Expo मध्ये हा venture सार्वजनिकपणे उघड करणार आहेत. या घोषणेने रोबोटिक्स समुदायात मोठी उत्सुकता निर्माण केली आहे, जिथे MIT मधील दशकांच्या संशोधन आणि Toyota Research Institute मधील उद्योग नेतृत्वामुळे Tedrake यांचे नाव मोठे वजन बाळगते.

Tedrake यांनी अलीकडेच Toyota Research Institute मध्ये Large Behavior Models चे Senior Vice President म्हणून काम केले, जिथे त्यांनी robot behavior साठी foundation models विकसित करण्याच्या प्रयत्नांचे नेतृत्व केले, जे physical AI च्या सद्य सीमेला दर्शवतात. TRI मधून बाहेर पडून स्वतंत्र venture सुरू करणे हे त्यांच्या मते या कल्पनांभोवती कंपनी उभारण्याची वेळ आली आहे आणि त्यासाठी लागणाऱ्या क्षमता परिपक्वतेच्या टप्प्यावर पोहोचल्या आहेत, याचे संकेत देते.

Physical AI म्हणजे काय आणि ते महत्त्वाचे का आहे

Physical AI हा व्यापकपणे अशा AI systems ना म्हणतो जे भौतिक जगात काम करतात आणि त्याच्याशी परस्परसंवाद करतात — robots, autonomous vehicles, आणि इतर यंत्रे ज्यांना आपले वातावरण समजून घ्यावे लागते, कृतींची योजना करावी लागते, आणि अनिश्चित परिस्थितीत real-time मध्ये त्या योजना अंमलात आणाव्या लागतात. ही भाषा किंवा image AI पेक्षा मूलतः कठीण समस्या आहे, कारण भौतिक जग text editor प्रमाणे चुका माफ करत नाही. एखादा robot एखादी वस्तू चुकीची ओळखून चुकीचा grip force आदेशित केल्यास तो बिघडलेले वाक्य तयार करत नाही — तो काहीतरी मोडू शकतो, कुणाला दुखापत करू शकतो, किंवा काम पूर्णपणे अपयशी करू शकतो.

Tedrake यांनी आपल्या career मध्ये या समस्येवर सैद्धांतिक पायाभूत स्तरापासून काम केले आहे. MIT च्या Computer Science and Artificial Intelligence Laboratory मध्ये त्यांनी continuous control problems साठी reinforcement learning algorithms विकसित केले — तोच गणिती पाया ज्यावर robots अचानक, आधीच प्रोग्राम केलेल्या trajectories ऐवजी सुरळीतपणे हालचाल कशी शिकतात हे अवलंबून असते. manipulation, locomotion, आणि contact dynamics वरील त्यांचे कार्य आधुनिक robotics research साठी मूलभूत ठरले आहे.