ரோபோடிக்ஸின் மிக மதிப்பிற்குரிய மனங்களில் ஒருவர் தனியாகச் செயலில்
ரோபோடிக்ஸில் மிகவும் செல்வாக்குள்ள ஆராய்ச்சியாளர்களில் ஒருவரும், இன்றைய physically capable AI systems அலைக்குப் பின்னுள்ள முக்கிய வடிவமைப்பாளர்களில் ஒருவருமான Russ Tedrake, மீண்டும் வெளிச்சத்துக்கு வருகிறார் — இம்முறை அறிவிக்கப்படாத stealth AI startup-இன் நிறுவுனராக. Tedrake, மே 27-28 தேதிகளில் Boston-இல் உள்ள Thomas M. Menino Convention and Exhibition Center-இல் நடைபெறும் Robotics Summit and Expo-வில் இந்த venture-ஐ பொதுவாக வெளியிடுவார். இந்த அறிவிப்பு ரோபோடிக்ஸ் சமூகத்தில் பெரும் எதிர்பார்ப்பை உருவாக்கியுள்ளது; MIT-இல் பல தசாப்தங்கள் செய்த ஆய்வும் Toyota Research Institute-இல் தொழில்துறை தலைமைப் பணியும் Tedrake என்ற பெயருக்கு கணிசமான எடையை அளித்துள்ளன.
Tedrake சமீபத்தில் Toyota Research Institute-இல் Large Behavior Models-இன் Senior Vice President-ஆக பணியாற்றினார்; அங்கு robot behavior-க்கான foundation models உருவாக்கும் முயற்சிகளை அவர் வழிநடத்தினார், இவை physical AI-இன் தற்போதைய எல்லையை பிரதிபலிக்கின்றன. TRI-யை விட்டு தனித்துவமான venture தொடங்குவது, இந்த யோசனைகளின் மீது நிறுவனம் கட்டுவதற்கு இப்போது சரியான காலம் என அவர் நம்புவதைவும், அதற்குத் தேவையான திறன்கள் போதுமான முதிர்ச்சியடைந்துவிட்டன என்பதையும் காட்டுகிறது.
Physical AI என்றால் என்ன, அது ஏன் முக்கியம்
Physical AI என்பது பரவலாக, உடல்மையான உலகில் செயல்பட்டு அதனுடன் தொடர்புகொள்ளும் AI systems-ஐ குறிக்கிறது — robots, autonomous vehicles, மேலும் தங்கள் சுற்றுச்சூழலை உணர்ந்து, நடவடிக்கைகளைத் திட்டமிட்டு, நிச்சயமற்ற சூழலில் real-time-இல் அந்தத் திட்டங்களை நிறைவேற்ற வேண்டிய பிற இயந்திரங்கள். இது மொழி அல்லது image AI-யை விட அடிப்படையில் கடினமான பிரச்சினை; காரணம், உடல்மையான உலகம் ஒரு text editor போல பிழைகளை மன்னிக்காது. ஒரு robot ஒரு பொருளை தவறாக அடையாளம் கண்டு, தவறான grip force-ஐ கட்டளையிட்டால், அது சிதைந்த வாக்கியத்தை உருவாக்காது — அது ஏதாவது ஒன்றை உடைக்கலாம், ஒருவருக்குப் பாதிப்பை ஏற்படுத்தலாம், அல்லது பணியை முற்றிலும் தோல்வியடையச் செய்யலாம்.
Tedrake தனது career-இன் பெரும்பகுதியை இந்தப் பிரச்சினையை கோட்பாட்டுத் தளத்திலிருந்து அணுகுவதில் செலவிட்டுள்ளார். MIT-இன் Computer Science and Artificial Intelligence Laboratory-இல், அவர் continuous control problems-க்கான reinforcement learning algorithms-ஐ உருவாக்கினார் — robots அதிர்ச்சியில்லாமல், முன்கூட்டியே நிரலிடப்பட்ட trajectories-க்கு பதிலாக, ஒழுங்காக நகர கற்றுக்கொள்ளும் விதத்தின் கணித அடித்தளம். manipulation, locomotion, மற்றும் contact dynamics குறித்த அவரது பணிகள் நவீன robotics research-க்கு அடித்தளமாக இருந்துள்ளன.
Large Behavior Models: புதிய எல்லை
Toyota Research Institute-இல் Tedrake-இன் பணியின் மையம் — large behavior models — இந்தத் துறையின் தற்போதைய முன்னணி எல்லையைக் குறிக்கிறது. text AI-இல் உள்ள large language models-க்கு ஒப்பாக, large behavior models மிகப் பெரிய robot behavior தரவுத் தொகுப்புகளில் பயிற்சியளிக்கப்படுகின்றன; அவை teleoperated demonstrations அல்லது simulation-generated experience ஆக இருக்கலாம்; மேலும் குறைந்த எண்ணிக்கையிலான உதாரணங்களைக் கொண்டு புதிய tasks மற்றும் environments-க்கு மாற்றிக்கொள்ளக்கூடிய பொதுப் பயன்பாட்டு policies-ஐ கற்றுக்கொள்கின்றன.
ஆரம்ப deployment-களில் இந்த அணுகுமுறையின் வெற்றி குறிப்பிடத்தக்கதாக இருந்தது. large behavior models-ல் பயிற்சி பெற்ற robots, இதற்கு முன் காணாத objects-களிலும் generalize செய்ய முடியும், task-specific reprogramming இல்லாமல் புதிய environments-க்கு ஏற்ப ஒத்திசைய முடியும், மேலும் traditional controllers செய்ய முடியாத வகையில் failures-இலிருந்து மீண்டு வர முடியும். சவால் என்னவென்றால், இம்மாதிரி models-ஐ scale-இல் train செய்ய physical world-இல் சேகரிக்கச் செலவான dataவும், கணிசமான compute-மும் தேவைப்படுகிறது; மேலும் உருவாகும் models real-time physics-ஐ கையாளக்கூடிய வலுவான control systems-உடன் இணைக்கப்பட வேண்டும்.
Physical AI சுற்றிய Startup Ecosystem
Tedrake ஒரு startup landscape-இல் நுழைகிறார்; அது நாளுக்கு நாள் மேலும் போட்டித்தன்மை கொண்டதாக மாறியுள்ளது. Covariant, Figure AI, Physical Intelligence, மற்றும் பல நன்கு fund செய்யப்பட்ட நிறுவனங்கள் general-purpose robot intelligence-க்கான large behavior model approach-இன் பல்வேறு வடிவங்களைத் தொடர்கின்றன. குறிப்பாக Physical Intelligence குறிப்பிடத்தக்க கவனத்தையும் funding-ஐயும் ஈர்த்துள்ளது; அதன் leadership academic robotics community-யுடன் ஒட்டிப்போகும் வகையில் அமைந்துள்ளது, இதனால் போட்டியும் கூட்டாண்மையும் இணைந்த dynamics உருவாகின்றன.
இந்த ecosystem-க்கு Tedrake கொண்டு வருவது, ஆழமான theoretical knowledge-ன் ஒரு தனித்துவமான கலவை — control theory-யின் mathematics மற்றும் robot hardware-ன் நடைமுறை engineering இரண்டிற்கும் இடையில் தளர்வின்றி இயங்கக்கூடிய உலகில் மிகச் சிலரில் ஒருவர் — மற்றும் ஒரு பெரிய research organization-ஐ நடத்தும் executive experience. TRI-இல் இருந்த காலம், robotic systems-ஐ train, test, மற்றும் deploy செய்யத் தேவையான industrial-scale infrastructure-க்கு அவரை அறிமுகப்படுத்தியது; இத்தகைய அளவிலான அனுபவத்தை purely academic experience வழங்க முடியாது.
Boston ஒரு Robotics Hub ஆக
வெளியீட்டிற்காக Boston-இல் Robotics Summit-ஐ தேர்வுசெய்தது பொருத்தமானதாகும். MIT, Boston Dynamics, மற்றும் startups மற்றும் research institutions நிறைந்த ecosystem ஆகியவற்றின் அடிப்படையில் Boston, உலகளாவிய robotics innovation மையங்களில் ஒன்றாக உருவெடுத்துள்ளது. இந்த Summit, industry முழுவதும் இருந்து engineers, investors, மற்றும் executives-ஐ ஈர்க்கிறது; அதனால் Tedrake போன்ற உயர்நிலை நபரின் முக்கிய அறிவிப்புக்கான இயல்பான இடமாகிறது.
Startup பற்றிய விவரங்கள் — அதன் பெயர், funding status, குறிப்பிட்ட தொழில்நுட்ப கவனம், மற்றும் team — மே மாத நிகழ்வுக்கு முன்பு இன்னும் வெளியிடப்படவில்லை. Robotics சமூகம் இதை நெருக்கமாகக் கவனிக்கும். Tedrake போன்ற சாதனைகளுடன் ஒருவர் பெரிய research institution-இலிருந்து வெளியே வந்து நிறுவனம் கட்டத் தொடங்கும்போது, தொழில்நுட்பத்தின் எதிர்காலம் குறித்து அவர் எடுக்கும் குறிப்பிட்ட bet-ஐ விரிவாகப் புரிந்துகொள்வது முக்கியமாகிறது.
இந்தக் கட்டுரை The Robot Report-இன் செய்தியை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.
