העידן הכסוף של אינטליגנציה מגולמת: צלילה עמוקה

מבוא

המאמר בוחן את השלב הנוכחי של אינטליגנציה מגולמת, תופעה הנמצאת בעיצומו של "עידן כסוף" – תקופה של חקירה מעמיקה בין ראשית הופעתה לבגרותה המלאה. הדיון מתמקד בשולחן עגול שהתקיים בוועידת Volcano Engine FORCE, בו מומחים מתחומים שונים בחנו את הפוטנציאל של מודלים גדולים להאצת פיתוח הרובוטיקה.

רקע

ההתקדמות המהירה במודלים גדולים של בינה מלאכותית הביאה להשקעות משמעותיות בתעשיית הרובוטיקה. עם זאת, גל מימון זה טומן בחובו גם את הסיכון להתחממות יתר של השוק. האתגר המרכזי הוא לזהות את פריצות הדרך האמיתיות בטכנולוגיה וביישומה. שאלות מפתח כוללות:

האם יש להתמקד בלמידת חיזוק או בלמידת סימולציה?
האם חשוב יותר לתת עדיפות לסימולציה או לבדיקות בעולם האמיתי?
האם יש לשים דגש על מנועי ראייה או מנועים פיזיים?

משתתפי השולחן העגול

בשולחן העגול השתתפו מומחים מרקעים שונים:

צ'ן יאנג: סגן נשיא, Galaxy General Robotics
שי לינגשיאנג: ראש חממת החדשנות ב-Volcano Engine (מנחה)
וו די: ראש אלגוריתמים חכמים ב-Volcano Engine
וואן האוג'י: שותף ב-Matrix Partners China
וואנג שיאו: מייסד, Nine Chapters Capital
יאן ווישין: מייסד שותף, Shanghai Zhiyuan Robotics ומנחה דוקטורט באוניברסיטת שנגחאי ג'יאו טונג

נקודות דיון מרכזיות

גל ההשקעות ברובוטיקה

מדוע ההתרגשות? יישומי בינה מלאכותית מתחלקים לשתי קטגוריות: יישומים רכים (כמו צ'אטבוטים ויצירת וידאו) ויישומים קשים (כמו רובוטיקה). רובוטיקה נתפסת כיישום הקשה המגוון ביותר של בינה מלאכותית.

מוקד השקעות: משקיעים מחפשים חברות שיכולות לשלב גם תוכנה וגם חומרה ולהדגים יישומים בעולם האמיתי מעבר להדגמות.
אתגרי מסחור: המסחור של רובוטים איטי מהצפוי, במיוחד בסביבות מורכבות כמו בתים ושירותי B2B.
יש לשפר את התיאום בין ה"מוח" (AI) ל"מוח הקטן" (מערכות בקרה).
הפחתת עלויות חיונית לאימוץ נרחב.

הדרך למסחור

קונצנזוס: יש הסכמה כללית שהרובוטיקה תצליח, אך ציר הזמן והחברות המובילות עדיין לא ברורים.
מספר מנצחים: סביר להניח שהשוק לא ישלוט על ידי חברה אחת, בדומה לתעשיית הרכב החשמלי.
מסחור ראשוני: מודלים גדולים סיפקו לרובוטים יכולות אינטראקציה וחשיבה משופרות.
משוכות טכניות: אמנם אין מחסומים טכניים בלתי עבירים, אך התהליך יהיה ארוך ומאתגר יותר מהצפוי.
תפקיד ה-VC: קרנות הון סיכון ממלאות תפקיד מכריע בהאצת הפיתוח באמצעות מתן מימון.

חשיבותה של אינטליגנציה כללית

שינוי מוקד: יש להתמקד ברובוטים המסתגלים לבני אדם ולסביבות, ולא להפך.
נתוני סימולציה: שימוש בכמויות גדולות של נתוני סימולציה הוא המפתח לאפשר לרובוטים להיות בעלי אינטליגנציה כללית.
אתגרי סטארט-אפ: סטארט-אפים בתחום הרובוטיקה מתמודדים עם אתגרים משמעותיים בטכנולוגיה, פיתוח מוצרים ומודלים עסקיים.
שיתוף פעולה בתעשייה: התעשייה זקוקה לשיתוף פעולה לאורך שרשרת האספקה ותמיכה מצד משקיעים.

נתיבים טכניים לאינטליגנציה מגולמת

למידה מחיקוי ולמידת חיזוק: שימוש בלמידה מחיקוי כדי לשפר את למידת החיזוק הוא גישה מעשית לבקרת הליכה.
סימולציה עבור גפיים תחתונות: נתוני סימולציה יעילים לבקרת הליכה של גפיים תחתונות, אך כוונון פרמטרים ועקביות המוצר עדיין מהווים אתגרים.
מיקוד בגפיים עליונות: יש צורך להעביר את המוקד מתנועת הגפיים התחתונות ליכולות הפעולה הכוללות של רובוטים דמויי אדם.
פעולת משימה: יש להתמקד ביכולות פעולת המשימה ולא רק בתנועה.
אתגרי נתונים: איסוף וסטנדרטיזציה של נתונים, במיוחד עבור משימות מורכבות, הוא אתגר משמעותי.
נתונים מהעולם האמיתי: נתונים מהעולם האמיתי הם חיוניים, במיוחד עבור אינטראקציות פיזיות מורכבות שקשה לדמות.

סימולציה לעומת נתוני עולם אמיתי

נתוני סימולציה: נתוני סימולציה הם חסכוניים יותר, ניתנים להרחבה ורב-תכליתיים לאימון מודלים מגולמים לשימוש כללי.
נתונים מהעולם האמיתי: נתונים מהעולם האמיתי חיוניים ללכידת הניואנסים של אינטראקציות פיזיות, כגון חיכוך וגמישות.
מודלים עולמיים: ברגע שלרובוטים יהיו מודלים עולמיים אמינים, ניתן להשתמש בסימולציות בקנה מידה גדול כדי לבדוק ולשפר את הביצועים שלהם בתרחישים שונים.

יישומים עתידיים

יישומים לטווח הקרוב (2-3 שנים)

ייצור תעשייתי: רובוטים יכולים לבצע משימות מורכבות הדורשות מיומנות בסביבות מבוקרות.
פעולות מרחוק: ניתן להשתמש ברובוטים בסביבות מסוכנות, כמו טיפול בחומרים מסוכנים.
סביבות מבוקרות: רובוטים יופעלו בסביבות מבוקרות כמו מסעדות, בתי מלון ומפעלים.
משימות ספציפיות: רובוטים ישמשו למשימות כמו משלוח אוכל, הכנת קפה וביצוע תחזוקה קלה.
מפעלים, משרדים ואבטחה: אלה התחומים הסבירים ביותר לפריסה ראשונית.

יישומים לטווח ארוך

סביבות ביתיות: היישום המורכב ביותר אך המצופה ביותר הוא בסביבות ביתיות.
משימות ביתיות: רובוטים יוכלו בסופו של דבר לבצע משימות כמו בישול, קיפול כביסה וניקיון.
הפחתת עלויות: ככל שהטכנולוגיה מתקדמת, עלות הרובוטים תפחת, מה שיהפוך אותם לנגישים יותר לצרכנים.
רובוטים לשימוש כללי: המוקד יעבור לרובוטים לשימוש כללי שיכולים לשרת צרכים שונים.
שיקולי שוק: חברות צריכות לשקול את הפונקציונליות, הביצועים, הפתיחות וסובלנות הסיכון של יישומים שונים.

Volcano Engine VeOmniverse

פלטפורמת סימולציה וירטואלית: veOmniverse היא פלטפורמה מבוססת ענן לסימולציה והדרכה של רובוטים.
סביבות ריאליסטיות: היא יוצרת סביבות דיגיטליות ריאליסטיות ביותר להדרכה ובדיקה של רובוטים.
חסכוני: זה מצמצם את הצורך בציוד פיזי ומוריד את עלויות הפיתוח.
הדרכה מקיפה: הפלטפורמה משתמשת במנועי חזותיים, מנועים פיזיים, סימולציית חיישנים ודור תלת מימד ליצירת מערכת הדרכה מקיפה.
תמיכת AI: הפלטפורמה משתמשת בבינה מלאכותית כדי ליצור נתוני הדרכה באיכות גבוהה ולהאיץ את תהליך ההדרכה.
התאמה אישית: הפלטפורמה פתוחה וניתנת להתאמה אישית, ומאפשרת לחברות לפתח יישומי תאום דיגיטלי מותאמים אישית.
פיתוח מואץ: זה עוזר לחברות לבנות, לאמת ולבצע אופטימיזציה של מודלים של רובוטים במהירות.
טרנספורמציה בתעשייה: veOmniverse הוא כלי מפתח לטרנספורמציה האינטליגנטית והדיגיטלית של תעשיית הרובוטיקה.