General Intuition விளையாட்டு தரவுகளைப் பயன்படுத்தி ரோபோக்களைப் பயிற்றுவிக்க $320 மில்லியன் திரட்டுகிறது

General Intuition செயல்-லேபிள் செய்யப்பட்ட வீடியோவில் பெரிய பந்தயம் வைக்கிறது

General Intuition, Series A நிதியுதவியாக $320 மில்லியன் திரட்டியுள்ளது. இந்த சுற்று, நிறுவனம் கூறுவதுபோல், மெய்நிகர் மற்றும் இயற்பியல் சூழல்களிலுமே உணர, முன்னறிவிக்க, மற்றும் செயல்படக்கூடிய AI அமைப்புகளை உருவாக்க உதவும். இந்த நிதி, நியூயார்க்-அடிப்படையிலான நிறுவனத்தின் மதிப்பை $2.3 பில்லியனாக நிர்ணயிக்கிறது; மேலும் அக்டோபரில் திரட்டிய $134 மில்லியனைத் தொடர்ந்து, அதன் மொத்த நிதியை $454 மில்லியனாக உயர்த்துகிறது.

அந்த தலைப்பு எண்ணிக்கை தனித்துவமாகவே கவனம் ஈர்க்கும்; ஆனால் நிறுவனத்தின் முன்மொழிவில் மேலும் சுவாரசியமான பகுதி, அதற்குப் பின்னால் உள்ள தரவு உத்தி. General Intuition, தனது மாதிரிகளை முதன்மையாக எழுதப்பட்ட உரை, வழக்கமான ரோபோட்டிக்ஸ் தரவுத்தொகுப்புகள், அல்லது செயற்கை சிமுலேஷன் வெளியீடுகள் மீது அல்லாமல், தலைமை நிர்வாக அதிகாரி Pim de Witte இணைந்து நிறுவிய கேமிங் தளமான Medal-க்கு பதிவேற்றப்பட்ட பில்லியன் கணக்கான gameplay கிளிப்புகள் மீது பயிற்றுவிப்பதாக கூறுகிறது.

அந்த கிளிப்புகள் திரையில் என்ன நடந்தது என்பதை மட்டும் காட்டவில்லை. நிறுவனத்தின் கூற்றுப்படி, அவற்றில் எந்த பொத்தானை ஒரு வீரர் எந்த நேரத்தில் அழுத்தினார் என்பதைக் பதிவு செய்யும் உட்சேர்க்கப்பட்ட செயல் லேபிள்கள் உள்ளன. அதாவது, தரவுத்தொகுப்பு காட்சி சூழலை குறிப்பிட்ட மனித செயல்களுடன் காலப்போக்கில் இணைக்கிறது. சூழல்களைப் புரிந்து கொண்டு அடுத்து என்ன செய்ய வேண்டும் என்பதைத் தேர்வு செய்ய வேண்டிய அமைப்புகளைப் பயிற்றுவிக்க முயலும் நிறுவனத்திற்கு, அந்த இணைப்பு மிக முக்கியமானது.

தரவு தொகுப்பு ஏன் தனித்து நிற்கிறது

தற்போதைய AI துறையின் பெரும்பகுதி இன்னும் மொழியை மையமாகக் கொண்டே அமைந்துள்ளது. பெரிய foundation models பரந்த அளவிலான எழுதப்பட்ட சொற்களின் தொகுப்புகளில் உருவாக்கப்பட்டுள்ளன; பல அமைப்புகள் இந்த அணுகுமுறையை படங்கள், ஒலி, அல்லது code வரை விரிவுபடுத்துகின்றன. General Intuition, இந்த paradigm போதுமானதல்ல; தாம் physical AI என்று அழைப்பதற்கான தேவைகளுக்கு இது குறைவாக உள்ளது என வாதிடுகிறது.

உரை விளக்கங்கள் மட்டும், உலகுடன் தொடர்பு கொள்ளும் இயந்திரங்களுக்கு தேவையான, நிலைபெற்ற மற்றும் செயல்-நோக்கிய கற்றலை வழங்க முடியாது என்பதே நிறுவனத்தின் நிலைப்பாடு. அதன் பார்வையில், நுண்ணறிவு என்பது வெறும் யதார்த்தத்தை விவரிப்பது அல்ல; ஒரு நிலையை உணர்ந்து, ஒரு செயலைத் தீர்மானித்து, அதன் விளைவுகளை அனுபவிப்பதும் ஆகும். குறிப்பாக செயல் metadata-வுடன் இணைக்கப்பட்ட gameplay காட்சிகள், பல்வேறு அமைப்புகளில் அந்தச் சுழற்சியை மீண்டும் மீண்டும் காட்டுகின்றன.

இந்த வாதம் முக்கியமானது, ஏனெனில் அது robotics மற்றும் embodied AI-யில் நீடிக்கும் ஒரு இடைவெளியை சுட்டிக்காட்டுகிறது. நிஜ உலக ரோபோட் பயிற்சி தரவு சேகரிப்பது செலவானதும் மெதுவானதும். உயர்தர simulation உதவலாம்; ஆனால் பயனுள்ள பல்வகைமையுடன் செயற்கை சூழல்களை உருவாக்குவதும் தனக்கே பெரிய முயற்சி. மனிதர்கள் மாறும் இலக்குகளுடன் சிக்கலான சூழல்களில் வழிநடத்தும் விதத்தைப் பதிவு செய்திருக்கும் ஒரு தரவுத்தொகுப்பை பயன்படுத்தி அந்த bottleneck-ஐத் தாண்ட முயல்கிறது General Intuition.

வழங்கப்பட்ட மூலப்பொருள் game காட்சிகள் நிஜ உலக ரோபோட்டிக்ஸ் தரவுக்கு நேரடி மாற்றாகும் என்று கூறவில்லை; அந்த வேறுபாடு முக்கியமானது. மெய்நிகர் செயல் தடங்கள், physical systems-இல் contact dynamics, sensor noise, அல்லது deployment reliability ஆகியவற்றை தானாகத் தீர்க்காது. ஆனால், குறிப்பாக pretraining கட்டத்தில், அவை perception, prediction, மற்றும் decision-making-க்கு பெரிய அளவிலான priors-ஐ வழங்க முடியும் என்பதே நிறுவனத்தின் கோட்பாடு.

சொற்களிலிருந்து உலகுகளுக்கு

General Intuition தனது தொழில்நுட்பத்தை விவரிக்கும் மொழி அசாதாரணமாகத் தெளிவானது. உண்மையிலேயே புத்திசாலியான இயந்திரங்கள் “சொற்களிலிருந்து உலகுகளுக்கு” நகர்ந்து, அது கூறும் reality-யின் பொதுவான intuition-ஐப் பெற வேண்டும் என்று நிறுவனம் கூறுகிறது. நடைமுறையில், அதாவது காட்சிகளை வெறும் label செய்யவோ, prompts-க்கு பதில் அளிக்கவோ மட்டும் செய்யாத, செயலை எடுத்தால் சூழல்கள் எப்படி மாறும் என்பதை முன்கூட்டியே கணிக்கும் மாதிரிகளை உருவாக்குவது என்பதாகும்.

அந்த நோக்கத்தை ஆதரிக்க, நிறுவனம் 2015ல் தொடங்கியதிலிருந்து இரண்டு முக்கிய மாதிரி வகைகளை உருவாக்கி வருவதாகக் கூறுகிறது. முதலாவது action models, எதைச் செய்ய வேண்டும் என்பதை தீர்மானிக்கும் மாதிரிகள். இரண்டாவது world models, அந்தச் செயல்களின் விளைவுகளை முன்னறிவிக்கும் மாதிரிகள். advanced AI ஆராய்ச்சியில், தேர்வு செய்யும் அமைப்புகளும் விளைவுகளைச் சிமுலேட் செய்யும் அமைப்புகளும் என்ற வளர்ந்து வரும் பிரிவை இது பிரதிபலிக்கிறது.

agentic models-க்கு பயிற்சி சூழல்களாக world models-ஐ சோதித்துப் பார்க்கிறதாகவும் நிறுவனம் கூறுகிறது. அந்த அணுகுமுறை வெற்றியடைந்தால், கற்றுக்கொண்ட சூழல் மாதிரிகள் decision-making அமைப்புகளுக்கான பயிற்சி வாய்ப்புகளை உருவாக்கும் ஒரு feedback loop-ஐ உருவாக்கலாம்; இதன் மூலம் செலவான நிஜ உலக தரவு சேகரிப்பின் மீதான சார்பு குறையலாம். மூல உரை benchmarks அல்லது வெளிப்புற சரிபார்ப்பை வழங்கவில்லை; இருப்பினும் இந்தக் கருத்து embodied AI-யை மேலும் sample-efficient ஆக்க하려ும் துறைமட்ட முயற்சிகளுடன் ஒத்துள்ளது.

முதலீட்டாளர்கள் இந்த அணுகுமுறையை தீவிரமாக ஆதரிக்கிறார்கள்

இந்த நிதியுதவி, முதலீட்டாளர்கள் நிறுவனத்தின் அடிப்படை எண்ணத்தை ஒரு niche experiment-ஐ விட அதிகமாகக் கருதுகிறார்கள் என்பதைக் காட்டுகிறது. சுற்றை General Catalyst வழிநடத்தியது; இதில் Jeff Bezos மற்றும் முன்னாள் Google தலைமை நிர்வாக அதிகாரி Eric Schmidt ஆகியோர் பங்கேற்றனர். இந்த அளவிலான திரட்டு, குறிப்பாக வேறுபட்ட data source ஒன்றையும் பரந்த platform கதை ஒன்றையும் இணைக்கும் embodied-AI பந்தயங்களுக்கு, மூலதன சந்தைகள் இன்னும் நிதியளிக்கத் தயாராக உள்ளன என்பதைக் காட்டுகிறது.

புதிய நிதியை compute capacity-ஐ விரிவுபடுத்தவும், தங்களின் மாதிரியின் அடுத்த பதிப்பை pretrain செய்யவும் பயன்படுத்தப்போவதாக General Intuition கூறுகிறது. இவை செலவான படிகள் என்றாலும், frontier AI வளர்ச்சியின் தற்போதைய பொருளாதாரத்துடன் பொருந்துகின்றன. தனித்துவமான தரவு தொடக்க முன்னிலை உருவாக்கலாம்; ஆனால் அந்த முன்னிலையை பயனுள்ள மாதிரிகளாக மாற்றுவதற்கு பெரும் infrastructure, engineering, மற்றும் iteration தேவைப்படும்.

வழங்கப்பட்ட மூல உரையின் படி, இந்த கோடையில் தமது API-யை மேலும் பரவலாகக் கிடைக்கச் செய்யும் திட்டமும் நிறுவனத்துக்கு உள்ளது. அந்த விவரம் முக்கியமானது, ஏனெனில் General Intuition தன்னை வெறும் research narrative-ஆக மட்டுப்படுத்தவில்லை என்பதைக் காட்டுகிறது. அது robotics, simulated environments-இல் உள்ள agents, அல்லது இரண்டிற்குமிடையிலான அமைப்புகள் உள்ளிட்ட பலரால் கட்டமைக்கக்கூடிய ஒரு infrastructure layer ஆக மாற முயல்கிறது.

ரோபோட்டிக்ஸ் மற்றும் embodied AI-க்கு இதன் அர்த்தம்

இந்த அறிவிப்பின் பரந்த முக்கியத்துவம் மூலோபாயமானது. ரோபோட்டிக்ஸ் டெவலப்பர்கள் நீண்ட காலமாக நிஜ உலக நடத்தை சிக்கலும் அளவோடு விரிவாக்கக்கூடிய பயிற்சி தரவின் பற்றாக்குறையும் இடையே ஒரு mismatch-ஐ எதிர்கொண்டு வருகின்றனர். அதற்கான General Intuition-ன் பதில், மனித gameplay-ஐ ஒரு பாலமாகப் பயன்படுத்துவது: ரோபோட்டிக்ஸ் துறைக்கு வெளியே சேகரிக்கப்பட்டாலும், அதற்கு பயனுள்ளதாக இருக்கக்கூடிய perception-action உதாரணங்களின் பரந்த களஞ்சியம்.

அது செயல்பட்டால், embodied-AI நிறுவனங்களுக்கு கிடைக்கும் data pipelines-ன் வரம்பை விரிவுபடுத்தலாம். செலவான நிஜ உலக சேகரிப்பு மற்றும் முழுமையாக செயற்கை சூழல்கள் என்ற இரண்டிற்கும் இடையில் மட்டுமே தேர்வு செய்வதற்குப் பதிலாக, டெவலப்பர்கள் மெய்நிகர் அமைப்புகளில் இயல்பாக நிகழும் மனித தொடர்பு தரவைப் பயன்படுத்தும் hybrid அணுகுமுறைகளின் மீது அதிகமாக சார்ந்திருக்கலாம்.

இன்னும் வழங்கப்பட்ட பொருளில் பதிலளிக்கப்படாத பல திறந்த கேள்விகள் உள்ளன: gameplay-யில் இருந்து பெறப்பட்ட மாதிரிகள் physical robots-க்கு எவ்வளவு நன்றாக மாற்றப்படுகின்றன, எந்த துறைகள் அதிக பலன் பெறுகின்றன, மேலும் conventional approaches-உடன் ஒப்பிட்டு செயல்திறன் எவ்வாறு மதிப்பிடப்படுகிறது என்பன. ஆனால் சந்தையைப் பாதிக்க அந்தக் கேள்விகள் அனைத்துக்கும் நிறுவனம் உடனடியாக பதிலளிக்க வேண்டியதில்லை. $320 மில்லியன் Series A itself, AI போட்டியின் அடுத்த கட்டம் யாரிடம் அதிக உரை உள்ளது என்பதைக் காட்டிலும், யாரிடம் richest action-grounded data உள்ளது என்பதால்தான் வரையறுக்கப்படும் என்று முதலீட்டாளர்கள் நம்புகிறார்கள் என்பதற்கான ஒரு signal ஆகும்.

இப்போதைக்கு, General Intuition மூன்று தெளிவான உண்மைகளை நிறுவியுள்ளது. அது குறிப்பிடத்தக்க புதிய சுற்றை திரட்டியுள்ளது, embedded action labels உடைய பில்லியன் கணக்கான gameplay கிளிப்புகள் மீது பயிற்சி செய்கிறது, மேலும் மெய்நிகர் மற்றும் இயற்பியல் சூழல்களில் உணரவும், முன்னறிவிக்கவும், செயல்படவும் வடிவமைக்கப்பட்ட மாதிரிகளை உருவாக்க அந்தத் தரவைப் பயன்படுத்துகிறது. மேலும் திறமையான இயந்திரங்களைப் பயிற்றுவிக்க அளவிடக்கூடிய வழிகளைத் தேடும் ஒரு துறையில், இந்த நிறுவனம் இப்போது கவனமாகப் பார்க்கப்படும் embodied-AI நிறுவனங்களில் ஒன்றாக மாறுவதற்கு இது போதுமானது.

இந்தக் கட்டுரை The Robot Report வழங்கிய செய்திப்பதிவை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.