Skild AI-இன் S1 மாடல் ஒரு வீடியோவிலிருந்து ரோபோட்கள் கற்றுக்கொள்ள உதவுகிறது என்று நிறுவனம் கூறுகிறது

ரோபோட் கற்றலைப் பற்றி Skild AI ஒரு பரந்த கோரிக்கையை முன்வைக்கிறது

Skild AI தனது முக்கியமான ரோபோட் foundation model ஆன S1-ஐ அறிமுகப்படுத்தியுள்ளது, மேலும் அதை மேலும் பொதுப்பயன்பாட்டு robotics-க்கு ஒரு முக்கியமான முன்னேற்றமாக நிறுவனம் விளக்குகிறது. மையக் கோரிக்கை துணிச்சலானது: ஒவ்வொரு புதிய பணிக்கும் ஒரு ரோபோட்டை மீண்டும் பயிற்சி செய்வதற்குப் பதிலாக, S1 அந்த பணியைச் செய்கிற மனிதரின் ஒரு video-வை prompt-இன் ஒரு பகுதியாக எடுத்துக்கொண்டு, பின்னர் அந்த நடத்தை ஒரு robot-இல் மீண்டும் உருவாக்க முடியும். இந்த system கூறப்படுவது போல செயல்பட்டால், robotics-ஐ பெரிய அளவில் deploy செய்வதை கட்டுப்படுத்திய மெதுவான, task-by-task adaptation-இலிருந்து குறிப்பிடத்தக்க மாற்றத்தை அது குறிக்கும்.

2023-இல் நிறுவப்பட்ட இந்த நிறுவனம், பொதுப்பயன்பாட்டு robot brain என அது விவரிக்கும் ஒன்றை உருவாக்க nearly $1.7 billion திரட்டியுள்ளது. அந்த அளவிலான funding, software-இல் பெரிய language models சென்ற பாதையை robotics பின்பற்றலாம் என்ற சாத்தியத்தை முதலீட்டாளர்கள் எவ்வளவு தீவிரமாகக் கருதுகிறார்கள் என்பதைக் காட்டுகிறது: பெரிய மற்றும் பல்வகை data-வில் ஒரு பொதுமாதிரியை பயிற்சி செய்து, பின்னர் prompting மற்றும் context மூலம் அதை பல downstream பயன்பாடுகளுக்கு ஏற்ப மாற்றுதல். இந்த கட்டமைப்பு physical machines-க்கு பயன்படுத்தப்பட முடியும் என்பதை காட்டுவதற்கான Skild AI-யின் இதுவரை மிகத் தெளிவான முயற்சி S1 ஆகும்.

S1 என்ன மாற்ற வேண்டும் என்று கருதப்படுகிறது

தற்போதைய robotics workflows-இல், புதிய பணிகளுக்கு அடிக்கடி post-training தேவைப்படுகிறது. அதாவது ஒரு குறிப்பிட்ட செயலுக்கான data-வை சேகரித்தல், model-ஐ tune செய்தல், நடத்தை சரிபார்த்தல், பின்னர் task மாறும்போது அதே செயல்முறையை மீண்டும் செய்வது. இதன் செலவு கணினி வளங்களால் மட்டுமல்ல. இது deployment-ஐ மந்தமாக்குகிறது, பயன்பாட்டு வழக்குகளின் வரம்பை குறைக்கிறது, மற்றும் குறைவாக கட்டமைக்கப்பட்ட சூழல்களில் robots-ஐ அளவுபடுத்துவதைக் கடினமாக்குகிறது.

Skild AI, S1 இந்த bottleneck-ஐ in-context learning மூலம் சமாளிக்கிறது என்று கூறுகிறது. CEO மற்றும் co-founder Deepak Pathak, system எப்படி செயல்படுகிறது என்பதை எளிய சொற்களில் விவரித்தார்: ஒரு செயலை மனிதர் செய்வதைக் காட்டும் video-வை prompt-இன் பகுதியாக வழங்குங்கள், அப்போது robot அதை பின்பற்ற முடியும். நிறுவனம் சொல்வதாவது, அது இலக்காகக் கொண்டுள்ள பணிகள் சுருக்கமான demo snippets அல்ல, மேலும் சிக்கலான, long-horizon நடத்தைகள்.

இந்த திறன் நிலைத்தால், அதன் முக்கியத்துவம் explicit retraining-இலிருந்து interpretation-க்கு சுமையை மாற்றுவதில்தான் இருக்கும். ஒவ்வொரு முறையும் புதிய assignment-ஐ சந்திக்கும் போது robot-க்கு custom fine-tuning cycle தேவையில்லை. அதற்குப் பதிலாக, action, perception, control ஆகியவற்றைப் பற்றிய விரிந்த priors-ஐ ஏற்கனவே உள்வாங்கிய foundation model-ஐ அது பயன்படுத்தி, காட்டப்படும் example-ஐ கொண்டு run time-இல் ஏற்ப மாற்றிக் கொள்ளும்.

Skild ஏன் நான்கு வகை தரவுகளை இணைக்கிறது

Skild AI-யின் வாதத்தின் முக்கியமான பகுதி, robotics-க்கு ஒரே சிறந்த training source இல்லை என்பதுதான். Pathak, pretraining-க்கு நிறுவனம் பயன்படுத்தும் நான்கு வகைகளை விவரித்தார்: teleoperation data, human videos, simulation, மற்றும் data-capture gloves. ஒவ்வொன்றுக்கும் trade-offs உள்ளன. Teleoperation மிகச் சார்ந்த robot data-வை உருவாக்குகிறது, ஆனால் அதை சேகரிப்பது மெதுவும் செலவானதும். Human video நிறைந்ததும் பல்வகைமிக்கதுமாக உள்ளது, ஆனால் robot embodiment-உடன் நேரடியாக ஒத்துப்போகாது. Simulation நன்றாக scale ஆகிறது, ஆனால் நிஜ உலக நிலைகளிலிருந்து விலகலாம். Glove-based capture இவற்றுக்கு நடுவில் இருக்கிறது; teleoperation-ஐ விட குறைந்த direct transfer-உடன் அதிகமாக scale செய்யக்கூடிய மனித demonstrations-ஐ வழங்குகிறது.

இந்த துறை ஒரே நேரத்தில் இவற்றில் ஒன்றையே அதிகமாக நம்பியிருக்கிறது என்பதே Skild-இன் நிலைப்பாடு. இவற்றை இணைப்பதன் மூலம், ஒன்று கொண்டுள்ள பலங்களை மற்றொன்றின் பலவீனங்களை சமன் செய்ய பயன்படுத்த முடியும் என்று நிறுவனம் கூறுகிறது. Human videos பரப்பளவை வழங்குகின்றன. Teleoperation மற்றும் glove capture உடல் சார்ந்த grounding-ஐ மேம்படுத்துகின்றன. Simulation குறைந்த செலவில் coverage-ஐ விரிவாக்குகிறது. இந்த strategy, சுத்தமான data source ஒன்றைத் தேர்ந்தெடுப்பதைவிட, குறைபாடுள்ள பல source-களிலும் பொதுமைப்படுத்தக் கூடிய அளவுக்கு உறுதியான model-ஐ உருவாக்குவதைப் பற்றியது.

இந்த அணுகுமுறை AI-யில் உள்ள ஒரு பரந்த போக்கை ஒத்துள்ளது, அங்கு training data-வின் scale மற்றும் diversity ஆச்சரியமான generalization-ஐ உருவாக்க முடியும். ஆனால் robotics ஒரு கடினமான கட்டுப்பாட்டைச் சேர்க்கிறது: model-இன் output-கள் physical world-உடன் தொடர்பு கொள்ள வேண்டும். ஒரு software பிழை சிரமமாக இருக்கலாம்; ஒரு robotics பிழை சொத்துகளுக்கு சேதம் விளைவிக்கலாம், ஒரு பணியைத் தோல்வியடையச் செய்யலாம், அல்லது safety risk உருவாக்கலாம். அதனால் data strategy அத்தியாவசியமாகிறது, துணை விஷயமாக அல்ல.

ஒரு சந்தைக்கு அல்ல, பல robots-க்கு நோக்கமுள்ள model

Skild AI launch-இன் மற்றொரு குறிப்பிடத்தக்க பகுதி, நிறுவனம் என்ன செய்யவில்லை என்பதுதான். இது S1-ஐ ஒரே ஒரு industry அல்லது ஒரே ஒரு தெளிவாக வரையறுக்கப்பட்ட robotic task-ஐ மையமாக வைத்து வடிவமைக்கவில்லை. அதற்குப் பதிலாக, model-ஐ பல form factors மற்றும் பயன்பாட்டு வழக்குகளை ஆதரிக்கக்கூடிய cross-domain foundation-ஆக அது நிலைநிறுத்துகிறது. இது ஒரு துணிச்சலான positioning. Vertical robotics companies பெரும்பாலும் scope-ஐ குறைத்து, environment-ஐ கட்டுப்படுத்தி, ஒரே workflow-க்கு optimize செய்வதன் மூலம் வெற்றி பெறுகின்றன. Skild, மேலும் பொதுவான system categories-க்கிடையே பயனுள்ளதாக மாறும் என பந்தயம் வைக்கிறது.

வாக்குறுதி தெளிவானது. ஒரு common foundation model, robotics development-இல் fragmentation-ஐ குறைத்து, developers மற்றும் manufacturers-க்கு ஒவ்வொரு device-க்கும் perception மற்றும் action stacks-ஐ மீண்டும் உருவாக்குவதற்குப் பதிலாக shared capabilities மீது கட்டியமைக்க உதவலாம். குறிப்பாக tasks அடிக்கடி மாறும் அல்லது முன்கூட்டியே முழுமையாக script செய்ய முடியாத சூழல்களில், demonstration-இலிருந்து deployment-க்கு செல்லும் பாதையையும் அது குறைக்கலாம்.

ஆபத்தும் அதே அளவு தெளிவானது. பொதுமைமையை வாக்குறுதி செய்வது எளிது, ஆனால் அதை நிரூபிப்பது கடினம். வழங்கப்பட்ட உரையில் Skild-இன் training design மற்றும் inference method பற்றிய விளக்கத்தில் The Robot Report கட்டுரை இந்த அறிவிப்பை அமைத்துள்ளது, ஆனால் independent benchmarking-ஐ வழங்கவில்லை. அதாவது மிக முக்கியமான திறந்த கேள்வி, பல்வகை, நிஜ உலக சூழல்களில் செயல்திறன் எவ்வாறு இருக்கும் என்பதே: வேறுபட்ட robot bodies, மாறும் சூழல்கள், edge cases, மற்றும் failure recovery.

இந்த launch இப்போது ஏன் முக்கியம்

இந்த கேள்விகளுக்கு பதில் இல்லாவிட்டாலும், S1 ஒரு முக்கியமான launch ஆகும், ஏனெனில் அது robotics துறை எந்த திசையில் சென்று கொண்டிருக்கிறது என்பதை காட்டுகிறது. இந்த துறை narrow automation-இலிருந்து, பணிகளுக்கும் இயந்திரங்களுக்கும் இடையே learning-ஐ மாற்றிக் கொள்ள முயலும் model-centric systems-க்கு நகர்கிறது. இப்போது நிறுவனங்கள், software agents போல கட்டளைகள் வழங்கக்கூடிய robots-ஐ விரும்புகின்றன; demonstrations மற்றும் context கைமுறை engineering சுமையின் பெரும்பகுதியை மாற்ற வேண்டும்.

Skild AI-யின் launch, robotics mainstream AI development-உடன் எவ்வளவு நெருக்கமாக இணைந்து வருகிறது என்பதையும் பிரதிபலிக்கிறது. Foundation models, prompting, multimodal data, மற்றும் in-context learning இவை இனி software கருத்துகளாக மட்டும் இல்லை. அவை physical intelligence-க்கு அமைப்புச் சிந்தனைகளாகவும் மாறுகின்றன. S1 ஒரு breakout platform ஆக மாறினாலும் அல்லது ஒரு stepping stone ஆகவே இருந்தாலும், முன்னணி robotics companies progress எப்படி நிகழும் என்று நினைக்கின்றன என்பதில் இது உண்மையான மாற்றத்தைப் பதிவு செய்கிறது.

உடனடி takeaway robots பொதுக் கற்றலை ஏற்கனவே தீர்த்துவிட்டன என்பது அல்ல. மாறாக, இந்த துறையின் மிகச் சிறந்த நிதியுதவி பெற்ற startups-இல் ஒன்று robotics scaling problem-க்கு ஒரு குறிப்பிட்ட பதிலை முன்வைக்கிறது: பரவலாக பயிற்சி செய்யுங்கள், பல data sources-ஐ இணைக்குங்கள், மற்றும் prompt-இல் உள்ள examples-க்கு adaptation-இல் அதிக வேலை செய்ய விடுங்கள். இது முக்கியமான பந்தயம், மற்றும் S1 அந்த கோட்பாட்டை நம்பகமான நிஜ உலக நடத்தைஆக மாற்ற முடியுமா என்பதை industry நெருக்கமாக கவனிக்கும்.

இந்த கட்டுரை The Robot Report-இன் செய்தியளிப்பை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.