Si un robot solo llega a aprender un movimiento
en realidad no es que sea tan inteligente todavía
Lo realmente problemático es esto:
cuando aprende a agarrar cosas, ¿puede después seguir clasificándolas?
una vez clasificadas, ¿puede continuar trasladándolas?
este es también lo más interesante de la actualización de Axis
Ahora empiezan a descomponer las capacidades del robot en distintos Expert
agarrar = una habilidad
clasificar = una habilidad
transportar = una habilidad
colocar = una habilidad
Luego conectan directamente estas habilidades en cadena:
agarrar → clasificar → transportar → colocar
el Expert anterior, al terminar, entrega el resultado al siguiente
Puedes entenderlo así:
antes era enseñar al robot a resolver un solo problema
ahora se trata de ir acumulando un árbol de habilidades
Y además, esto no es solo contar una historia
En el experimento más reciente de Axis hay un dato bastante intuitivo:
la tasa de éxito de un robot real 22% → 52%
Reutilizan los datos del mundo real generados por la estrategia desplegada
y los vuelven a usar para seguir entrenando, la tasa de éxito mejora claramente
También hay otro número que es bastante clave: $5–$10 / tarea
El costo de entrenar un Expert ya puede situarse en ese orden de magnitud
entrenar un Expert en una A100 tarda aproximadamente 3–6 horas
Así que ahora, cuando miras Axis, en realidad tampoco les interesa solo preguntar:
¿cuántas muestras de datos han recopilado?
porque más datos no significa que el robot realmente haya aprendido algo
Lo que quieren saber es:
¿cuántas habilidades verdaderamente útiles, reutilizables y combinables entre sí pueden finalmente extraer de esos datos?
Esa es la diferencia
Si hoy el robot aprende a agarrar
mañana aprende a clasificar
pasado mañana aprende a transportar
y al final todavía puede unir todas esas capacidades
lo que logra no son solo unos cuantos movimientos aislados
sino un conjunto que puede ampliarse continuamente:
Robot Skills Library
Por eso, la sensación de Axis ahora va cambiando poco a poco de:
Más Datos
a: Más Habilidades → Las Habilidades se Pueden Componer → Tareas Más Complejas
Los datos solo son el comienzo
lo verdaderamente importante es qué es capaz de aprender el robot a partir de esos datos
#AXIS #PhysicalAI @axisrobotics #Kaito @KaitoAI
en realidad no es que sea tan inteligente todavía
Lo realmente problemático es esto:
cuando aprende a agarrar cosas, ¿puede después seguir clasificándolas?
una vez clasificadas, ¿puede continuar trasladándolas?
este es también lo más interesante de la actualización de Axis
Ahora empiezan a descomponer las capacidades del robot en distintos Expert
agarrar = una habilidad
clasificar = una habilidad
transportar = una habilidad
colocar = una habilidad
Luego conectan directamente estas habilidades en cadena:
agarrar → clasificar → transportar → colocar
el Expert anterior, al terminar, entrega el resultado al siguiente
Puedes entenderlo así:
antes era enseñar al robot a resolver un solo problema
ahora se trata de ir acumulando un árbol de habilidades
Y además, esto no es solo contar una historia
En el experimento más reciente de Axis hay un dato bastante intuitivo:
la tasa de éxito de un robot real 22% → 52%
Reutilizan los datos del mundo real generados por la estrategia desplegada
y los vuelven a usar para seguir entrenando, la tasa de éxito mejora claramente
También hay otro número que es bastante clave: $5–$10 / tarea
El costo de entrenar un Expert ya puede situarse en ese orden de magnitud
entrenar un Expert en una A100 tarda aproximadamente 3–6 horas
Así que ahora, cuando miras Axis, en realidad tampoco les interesa solo preguntar:
¿cuántas muestras de datos han recopilado?
porque más datos no significa que el robot realmente haya aprendido algo
Lo que quieren saber es:
¿cuántas habilidades verdaderamente útiles, reutilizables y combinables entre sí pueden finalmente extraer de esos datos?
Esa es la diferencia
Si hoy el robot aprende a agarrar
mañana aprende a clasificar
pasado mañana aprende a transportar
y al final todavía puede unir todas esas capacidades
lo que logra no son solo unos cuantos movimientos aislados
sino un conjunto que puede ampliarse continuamente:
Robot Skills Library
Por eso, la sensación de Axis ahora va cambiando poco a poco de:
Más Datos
a: Más Habilidades → Las Habilidades se Pueden Componer → Tareas Más Complejas
Los datos solo son el comienzo
lo verdaderamente importante es qué es capaz de aprender el robot a partir de esos datos
#AXIS #PhysicalAI @axisrobotics #Kaito @KaitoAI