MIT चे Russ Tedrake एक गुप्त Physical AI स्टार्टअप उघड करणार

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.

Large Behavior Models: नवा टप्पा

Toyota Research Institute मधील Tedrake यांच्या कामाचा केंद्रबिंदू — large behavior models — हा सध्या या क्षेत्रातील अग्रभाग दर्शवतो. text AI मधील large language models च्या अनुरूप, large behavior models ना robot behavior च्या प्रचंड datasets वर प्रशिक्षित केले जाते, मग ते teleoperated demonstrations असोत किंवा simulation-generated experience, आणि ते सामान्य उद्देशाच्या policies शिकतात ज्या तुलनेने कमी उदाहरणांत नवीन tasks आणि environments शी जुळवून घेऊ शकतात.

प्रारंभिक deployments मध्ये या दृष्टिकोनाचे यश लक्षणीय होते. large behavior models वर प्रशिक्षित robots, त्यांनी यापूर्वी न पाहिलेल्या objects वर generalize करू शकतात, task-specific reprogramming शिवाय नवीन environments मध्ये जुळवून घेऊ शकतात, आणि traditional controllers करू शकत नाहीत अशा प्रकारे failures मधून सावरू शकतात. अडचण अशी आहे की हे models scale वर train करण्यासाठी physical world मधून गोळा करणे महाग असलेले data आणि मोठ्या प्रमाणात compute लागते, तसेच तयार होणाऱ्या models ना real-time physics हाताळू शकणाऱ्या robust control systems सोबत जोडावे लागते.

Physical AI भोवतीचे Startup Ecosystem

Tedrake अशा startup landscape मध्ये प्रवेश करत आहेत जे अधिकाधिक स्पर्धात्मक झाले आहे. Covariant, Figure AI, Physical Intelligence, आणि इतर अनेक चांगले fund केलेले कंपन्या general-purpose robot intelligence साठी large behavior model approach च्या विविध रूपांवर काम करत आहेत. विशेषतः Physical Intelligence ने लक्षणीय लक्ष आणि funding मिळवले आहे, आणि त्याचे नेतृत्व academic robotics community शी अशा प्रकारे overlap होते की स्पर्धात्मक आणि सहकारी दोन्ही dynamics निर्माण होतात.

या ecosystem मध्ये Tedrake जे घेऊन येतात ते म्हणजे deep theoretical knowledge चे एक विशिष्ट मिश्रण — control theory च्या mathematics आणि robot hardware च्या practical engineering मध्ये सहजपणे फिरू शकणाऱ्या जगातील मोजक्या लोकांपैकी एक — आणि मोठ्या research organization चे executive म्हणून व्यवस्थापन करण्याचा अनुभव. TRI मधील त्यांचा काळ त्यांना industrial-scale infrastructure ची ओळख करून देतो, जी robotic systems train, test, आणि deploy करण्यासाठी आवश्यक असते; असा स्तर फक्त academic experience देऊ शकत नाही.

Boston एक Robotics Hub म्हणून

उघड करण्यासाठी Boston मधील Robotics Summit निवडणे योग्य आहे. MIT, Boston Dynamics, आणि startups व research institutions च्या दाट ecosystem मुळे Boston हे जागतिक robotics innovation centers पैकी एक बनले आहे. हा Summit उद्योगभरातील engineers, investors, आणि executives ना आकर्षित करतो, त्यामुळे Tedrake सारख्या व्यक्तीकडून होणाऱ्या उच्च-प्रोफाइल घोषणेसाठी हे नैसर्गिक व्यासपीठ ठरते.

Startup चे तपशील — त्याचे नाव, funding status, विशिष्ट technical focus, आणि team — मे महिन्यातील event पूर्वी अद्याप उघड केलेले नाहीत. Robotics community यावर बारकाईने लक्ष ठेवेल. जेव्हा Tedrake यांच्या track record असलेली एखादी व्यक्ती मोठ्या research institution मधून बाहेर पडून company उभारते, तेव्हा त्या तंत्रज्ञानाच्या भविष्यावर ते कोणता विशिष्ट bet लावत आहेत हे सविस्तर समजून घेणे महत्त्वाचे ठरते.

हा लेख The Robot Report च्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.