Fizinis intelektas, San Francisko startuolis, surinkęs daugiau nei 400 milijonų dolerių, paskelbė savo „PI0“ robotų fondo modelį. PI0 buvo įvestas prieš keletą mėnesių ir gali būti pritaikytas prie daugybės užduočių, įskaitant skalbinius sulankstomus, stalo valymą, kavos pupelių skandalą ir dar daugiau.
Fizinis intelektas išleido PI0 kodą ir svorius kaip savo eksperimentinės „OpenPi“ saugyklos „GitHub“ dalį. Jame taip pat pateikiami kelios „paprastos užduotys“, tokiose kaip „Aloha“ ir „Droid“, „Paprastos užduotys“, pavyzdys, kad būtų galima daryti išvadą apie realaus pasaulio ir imituotų robotų platformas, ir kodas, skirtas patobulinti bazinio π0 modelio modelį savo užduotims ir platformos.
Bendrovė teigė, kad nuo 1-20 valandų duomenų pakako, kad PI0 būtų sureguliuoti iki įvairių užduočių savo eksperimentuose. „HuggingFace“ taip pat paruošė „OpenPi“ „Pytorch“ prievadą tiems kūrėjams, kurie renkasi „Pytorch“ nei „Jax“.
„Mes tikime, kad bendrosios paskirties modeliai, galintys kontroliuoti bet kurį robotą atlikti bet kurią užduotį, bus robotų kontrolės ateitis“, – teigė bendrovė. Tačiau yra daugybė neatsakytų klausimų tiek, kaip galima sukurti tokius modelius, tiek kaip jie bus naudojami, pritaikomi ir diegti. Mes tikime, kad turėdami π0, mes žengėme svarbų žingsnį į priekį, tačiau ateityje yra keletas sunkiausių iššūkių.
„Norėdami sukurti tikrai bendrus ir pajėgius modelius, robotikos bendruomenė turės dirbti kartu, o mūsų tikslas išleisti„ OpenPi “yra prisidėti prie šių bendrų pastangų. Lygiai taip pat, kad veiksmingi atvirojo kodo kalbų modeliai (LLMS) ir regos kalbos modeliai (VLMS) paskatino Kambrijos sprogimą naujų LLM ir VLM programų, naujų tyrimų metodų ir naujų produktų, tikimės, kad „OpenPI“ vadovaus naujiems ir kūrybiniams robotų pamatų modelių naudojimui, didesnių ir įdomesnių duomenų rinkinių ir naujų technologijų dalijimosi vieša dalijimasis. “
Užsiregistruokite šiandien, kad sutaupytumėte 40% konferencijų leidimų!
„OpenPi“ savybės
Fizinis intelektas teikia pavyzdinį kodą, kuris gali būti naudojamas įgyvendinant klientą savo robotui. Žemiau pateikiami keli iš anksto apmokytų kontrolės punktų, pateiktų „OpenPi“, akcentai. Peržiūrėkite visą sąrašą „OpenPi“ saugyklos dokumentaciją.
PI0 bazė: Tai yra standartinis iš anksto apmokytas modelis. Modelis mokomas OXE ir 7 fizinės žvalgybos robotų platformų. Jis skirtas tiksliai sureguliuoti, nors jis gali būti naudojamas nuliniame šūvyje atliekant užduotis, kurios yra išankstinio mokymo duomenyse.
PI0 greita bazė: Šis modelis naudoja greitą tokenizatorių, kad būtų galima valdyti autoregresyviai diskretizuojant. Fizinis intelektas teigė, kad po atlikimo ji suteikia šiek tiek geresnę kalbą, tačiau turi didesnes išvadų sąnaudas (apie 4–5x didesnę). Tai yra geras pasirinkimas, jei norite naudoti diskretizavimą, o ne srauto suderinimą, teigia bendrovė.
PI0-Fast Droid ir π0 droid: „OpenPi“ pateikia du modelius, kurie tiksliai suderinami su „Droid“ duomenų rinkiniu, kurį sudaro įvairios užduotys įvairiose aplinkose su „Franka“ robotine ranka. Tai yra pirmieji modeliai, galintys sėkmingai vykdyti instrukcijas visiškai naujoje aplinkoje su „Droid“ platformomis, teigia fizinis intelektas.
Pi0 aloha: Kontrolinių punktų rinkinys, suderintas su tokiomis užduotims kaip rankšluosčių sulankstymas, maisto skandavimas ir dar daugiau „Aloha“ platformoje. Šie kontrolės punktai gali būti gana jautrūs bendrai robotų nustatymui, sakė bendrovė, nors ji galėjo juos paleisti visiškai naujoje „Aloha“ stotyje, kuri nebuvo rodoma mokymo duomenyse.
PI0 Libero: Šis kontrolės punktas yra tiksliai sureguliuotas „Libero“ etalonui ir gali būti įvertintas atliekant „Libero“ užduotis.
„Mūsų tikslas su šiuo leidimu yra suteikti galimybę kiekvienam eksperimentuoti su savo robotų ir užduočių patobulinimu π0“,-teigė fizinė intelektas. „Mes tikime, kad ši generalinė robotų politika turi potencialą ne tik įgalinti veiksmingą robotų mokymą PG sistemos galės bendrauti su aplinkiniu pasauliu, suprasti fizinę sąveiką ir procesus intuityviu lygmeniu ir priežastį dėl priežasties ir pasekmės. Mes tikime, kad įsikūnijimas yra esminis dalykas, ir, padarę π0 prieinamą visiems, mes tikimės prisidėti prie progreso link plačiai pajėgios ir bendros paskirties fizinio intelekto. “
Sužinokite apie pamatų modelius „Robotics Summit & Expo“
Fondo modelių pažadas yra suteikti robotams galimybę apibendrinti veiksmus iš mažiau pavyzdžių nei tradiciniai AI metodai. Neseniai pasirodė keletas kompanijų, kad galėtų dirbti su robotikos fondo modeliais, įskaitant Pitsburge įsikūrusią „Skild AI“. Esamos įmonės, tokios kaip „Ambi Robotics“, „Cobot“, AI pav. Ir kitos, kuria savo pagrindų modelius, kuriuos reikia diegti konkrečiose programose.
Daniela Rus, MIT informatikos ir dirbtinio žvalgybos laboratorijos (CSAIL) direktorė, pristato „Robotics Summit & Expo“ atidarymo pagrindinį pranešimą, kuris veikia balandžio 30 d., 1-gegužės 1 d. Bostone. Jos pagrindinėnote bus ištirtas fizinis intelektas, kuris, jos teigimu, pasiekiama, kai AI galia suprasti tekstą, vaizdus, signalus ir kita informacija, kad fizinėms mašinoms, tokioms kaip robotai, būtų naudojama intelektuali. RUS „Keynote“ aptars „Transformer“ pagrindų AI modelių iššūkius. Ji taip pat pristatys alternatyvius fizikos modelius ir paaiškins, kaip jie efektyviai pasiekia našumą.
Pagamintas Roboto ataskaita„Robotics Summit & Expo“ suburia daugiau nei 5000 kūrėjų, orientuotų į įvairių komercinių pramonės šakų robotų kūrimą. Dalyviai įgis įžvalgos apie naujausias įgalinančias technologijas, geriausią inžinerinę praktiką ir kylančias tendencijas. Scenoje bus 70 plius pranešėjų, daugiau nei 10 valandų tam skirto tinklo laiko, robotikos pusryčių moterys, karjeros mugė, startuolių vitrina ir dar daugiau. Grįžimas į pasirodymą yra „RBR50“ paviljonas ir RBR50 apdovanojimų vakarienė, kuri pagerbs kasmetinių „RBR50 Robotics Innovation Awards“ apdovanojimų nugalėtojus.
Daniela Rus, MIT CSAIL direktorė.