عصر نقره ای هوش تجسم یافته: یک بررسی عمیق

مقدمه

هوش تجسم یافته، که در حال حاضر در دوران "عصر نقره ای" خود به سر می برد، موضوع بحث های داغی در میان متخصصان و سرمایه گذاران است. این دوران، دوره ای پر از کاوش و آزمایش بین ظهور اولیه و بلوغ کامل این فناوری محسوب می شود. در این مقاله، ما به بررسی عمیق این موضوع می پردازیم و به بحث های میزگردی در کنفرانس Volcano Engine FORCE که در آن کارشناسان از زمینه های مختلف گرد هم آمدند تا پتانسیل مدل های بزرگ در تسریع توسعه رباتیک را بررسی کنند، نگاهی دقیق تر می اندازیم.

زمینه

پیشرفت سریع مدل های بزرگ هوش مصنوعی، سرمایه گذاری قابل توجهی را در صنعت رباتیک به دنبال داشته است. با این حال، این افزایش سرمایه گذاری، خطر گرم شدن بیش از حد بازار را نیز به همراه دارد. چالش اصلی، شناسایی پیشرفت های واقعی در فناوری و کاربرد آن است. سوالات کلیدی شامل موارد زیر است:

آیا باید تمرکز بر یادگیری تقویتی باشد یا یادگیری شبیه سازی؟
آیا اولویت دادن به شبیه سازی مهم تر است یا آزمایش در دنیای واقعی؟
آیا تاکید باید بر روی بینایی باشد یا موتورهای فیزیکی؟

شرکت کنندگان در میزگرد

این میزگرد شامل کارشناسانی از زمینه های مختلف بود:

چن یانگ: معاون رئیس شرکت رباتیک عمومی گلکسی
شی لینگشیانگ: رئیس بخش توسعه نوآوری در Volcano Engine (مجری)
وو دی: رئیس بخش الگوریتم های هوشمند در Volcano Engine
وان هائوجی: شریک در Matrix Partners China
وانگ شیائو: بنیانگذار Nine Chapters Capital
یان وی شین: بنیانگذار مشترک شرکت رباتیک شانگهای ژی یوان و سرپرست دکترا در دانشگاه جیائو تونگ شانگهای

نکات اصلی بحث

افزایش سرمایه گذاری در رباتیک

چرا این همه هیجان وجود دارد؟ کاربردهای هوش مصنوعی به دو دسته تقسیم می شوند: کاربردهای نرم (مانند چت بات ها و تولید ویدیو) و کاربردهای سخت (مانند رباتیک). رباتیک به عنوان متنوع ترین کاربرد سخت هوش مصنوعی دیده می شود.

تمرکز سرمایه گذاری: سرمایه گذاران به دنبال شرکت هایی هستند که بتوانند هم نرم افزار و هم سخت افزار را ادغام کنند و کاربردهای واقعی فراتر از دموها را نشان دهند.
چالش های تجاری سازی: تجاری سازی ربات ها کندتر از حد انتظار پیش می رود، به ویژه در محیط های پیچیده مانند خانه ها و خدمات B2B.
هماهنگی بین "مغز" (هوش مصنوعی) و "مغز کوچک" (سیستم های کنترل) نیاز به بهبود دارد.
کاهش هزینه برای پذیرش گسترده ضروری است.

مسیر تجاری سازی

اجماع: یک توافق کلی وجود دارد که رباتیک موفق خواهد بود، اما جدول زمانی و شرکت های پیشرو هنوز نامشخص هستند.
برندگان متعدد: بازار به احتمال زیاد توسط یک شرکت واحد تسلط نخواهد یافت، مشابه صنعت خودروهای الکتریکی.
تجاری سازی اولیه: مدل های بزرگ، قابلیت های تعامل و تفکر بهبود یافته ای را برای ربات ها فراهم کرده اند.
موانع فنی: در حالی که هیچ مانع فنی غیرقابل عبوری وجود ندارد، این فرآیند طولانی تر و چالش برانگیزتر از حد انتظار خواهد بود.
نقش VC: سرمایه گذاران خطرپذیر نقش مهمی در تسریع توسعه با ارائه بودجه ایفا می کنند.

اهمیت هوش عمومی

تغییر تمرکز: تمرکز باید بر روی انطباق ربات ها با انسان ها و محیط ها باشد، نه برعکس.
داده های شبیه سازی: استفاده از مقادیر زیادی از داده های شبیه سازی برای فعال کردن ربات ها برای داشتن هوش عمومی کلیدی است.
چالش های استارتاپ: استارتاپ های رباتیک با چالش های قابل توجهی در فناوری، توسعه محصول و مدل های کسب و کار روبرو هستند.
همکاری صنعت: صنعت نیاز به همکاری در سراسر زنجیره تامین و حمایت از سرمایه گذاران دارد.

مسیرهای فنی برای هوش تجسم یافته

یادگیری تقلیدی و تقویتی: استفاده از یادگیری تقلیدی برای افزایش یادگیری تقویتی، رویکردی عملی برای کنترل راه رفتن است.
شبیه سازی برای اندام های تحتانی: داده های شبیه سازی برای کنترل راه رفتن اندام های تحتانی موثر است، اما تنظیم پارامترها و ثبات محصول هنوز چالش هایی هستند.
تمرکز بر اندام های فوقانی: نیاز به تغییر تمرکز از حرکت اندام های تحتانی به قابلیت های کلی عملیات وظیفه ربات های انسان نما وجود دارد.
عملیات وظیفه: تمرکز باید بر قابلیت های عملیات وظیفه باشد تا صرفاً حرکت.
چالش های داده: جمع آوری و استانداردسازی داده ها، به ویژه برای کارهای پیچیده، یک چالش قابل توجه است.
داده های دنیای واقعی: داده های دنیای واقعی، به ویژه برای تعاملات فیزیکی پیچیده که شبیه سازی آنها دشوار است، بسیار مهم است.

شبیه سازی در مقابل داده های دنیای واقعی

داده های شبیه سازی: داده های شبیه سازی مقرون به صرفه تر، مقیاس پذیرتر و متنوع تر برای آموزش مدل های تجسم یافته با هدف کلی هستند.
داده های دنیای واقعی: داده های دنیای واقعی برای ثبت تفاوت های ظریف تعاملات فیزیکی، مانند اصطکاک و کشش، ضروری است.
مدل های جهانی: هنگامی که ربات ها مدل های جهانی قابل اعتمادی داشته باشند، می توان از شبیه سازی های در مقیاس بزرگ برای آزمایش و بهبود عملکرد آنها در سناریوهای مختلف استفاده کرد.

کاربردهای آینده

کاربردهای نزدیک (2-3 سال)

تولید صنعتی: ربات ها می توانند کارهای پیچیده ای را که نیاز به مهارت در محیط های کنترل شده دارند، انجام دهند.
عملیات از راه دور: ربات ها می توانند در محیط های خطرناک، مانند جابجایی مواد خطرناک، مورد استفاده قرار گیرند.
محیط های کنترل شده: ربات ها در محیط های کنترل شده مانند رستوران ها، هتل ها و کارخانه ها مستقر خواهند شد.
وظایف خاص: ربات ها برای انجام وظایفی مانند تحویل غذا، تهیه قهوه و انجام تعمیرات سبک استفاده خواهند شد.
کارخانه ها، دفاتر و امنیت: اینها محتمل ترین مناطق برای استقرار اولیه هستند.

کاربردهای بلند مدت

محیط های خانگی: پیچیده ترین اما بسیار مورد انتظار، کاربرد در محیط های خانگی است.
کارهای خانگی: ربات ها در نهایت قادر به انجام کارهایی مانند آشپزی، تا کردن لباس ها و نظافت خواهند بود.
کاهش هزینه: با پیشرفت فناوری، هزینه ربات ها کاهش می یابد و دسترسی به آنها برای مصرف کنندگان آسان تر می شود.
ربات های با هدف کلی: تمرکز به سمت ربات های با هدف کلی که می توانند نیازهای مختلفی را برآورده کنند، تغییر خواهد کرد.
ملاحظات بازار: شرکت ها باید عملکرد، کارایی، باز بودن و تحمل ریسک کاربردهای مختلف را در نظر بگیرند.

Volcano Engine VeOmniverse

پلتفرم شبیه سازی مجازی: veOmniverse یک پلتفرم مبتنی بر ابر برای شبیه سازی و آموزش ربات است.
محیط های واقع گرایانه: محیط های دیجیتالی بسیار واقع گرایانه ای را برای آموزش و آزمایش ربات ها ایجاد می کند.
مقرون به صرفه: نیاز به تجهیزات فیزیکی را کاهش می دهد و هزینه های توسعه را پایین می آورد.
آموزش جامع: این پلتفرم از موتورهای بصری، موتورهای فیزیکی، شبیه سازی حسگر و تولید سه بعدی برای ایجاد یک سیستم آموزشی جامع استفاده می کند.
پشتیبانی هوش مصنوعی: این پلتفرم از هوش مصنوعی برای تولید داده های آموزشی با کیفیت بالا و تسریع فرآیند آموزش استفاده می کند.
سفارشی سازی: این پلتفرم باز و قابل سفارشی سازی است و به شرکت ها امکان می دهد برنامه های کاربردی دوقلوی دیجیتالی شخصی سازی شده را توسعه دهند.
توسعه تسریع شده: به شرکت ها کمک می کند تا به سرعت مدل های ربات را بسازند، اعتبارسنجی کنند و بهینه سازی کنند.
تحول صنعت: veOmniverse ابزاری کلیدی برای تحول هوشمند و دیجیتال صنعت رباتیک است.