Если робот может выучить только одно действие
то, на самом деле, он ещё не так уж умен
По-настоящему головная боль начинается в другом:
научившись захватывать предметы, сможет ли он дальше классифицировать их?
после классификации сможет ли он продолжить переносить предметы?
вот что самое интересное в этом обновлении Axis
Сейчас они начали разбирать возможности робота на отдельных Expert-ов
захват = один навык
классификация = один навык
перенос = один навык
размещение = один навык
а затем просто последовательно соединяют эти навыки:
захват → классификация → перенос → размещение
предыдущий Expert заканчивает работу и передаёт результат следующему
Это можно представить так:
раньше учили робота решать одну задачу
теперь же начинают копить для робота дерево навыков
и это не просто рассказ
В последних экспериментах Axis есть очень наглядные цифры:
успешность реальных роботов 22% → 52%
они берут реальные данные, полученные после развертывания стратегии в мире,
и возвращают их обратно для дальнейшего обучения,
успешность заметно растёт
Ещё один важный показатель: $5–$10 / task
стоимость обучения одного Expert уже достигает этого порядка
одна A100 примерно за 3–6 часов может обучить одного Expert
Так что теперь, если смотреть на Axis, всё меньше хочется просто спрашивать:
сколько данных они собрали
потому что больше данных не значит, что робот действительно научился чему-то полезному
Гораздо важнее другое:
во что в итоге эти данные должны превратиться — сколько по-настоящему применимых, переиспользуемых и ещё и комбинируемых навыков можно из них извлечь?
Вот в чём разница
Если сегодня робот учится захватывать,
завтра — классифицировать,
послезавтра — переносить,
а в конце ещё и может собрать все эти способности вместе,
то он получает не просто несколько изолированных действий,
а набор, который можно постоянно расширять:
Robot Skills Library
Поэтому у Axis сейчас ощущения постепенно меняются:
не только More Data
а: More Skills → Skills Can Compose → More Complex Tasks
Данные — это только начало
по-настоящему важно, чему робот реально научится на этих данных
#AXIS #PhysicalAI @axisrobotics #Kaito @KaitoAI
то, на самом деле, он ещё не так уж умен
По-настоящему головная боль начинается в другом:
научившись захватывать предметы, сможет ли он дальше классифицировать их?
после классификации сможет ли он продолжить переносить предметы?
вот что самое интересное в этом обновлении Axis
Сейчас они начали разбирать возможности робота на отдельных Expert-ов
захват = один навык
классификация = один навык
перенос = один навык
размещение = один навык
а затем просто последовательно соединяют эти навыки:
захват → классификация → перенос → размещение
предыдущий Expert заканчивает работу и передаёт результат следующему
Это можно представить так:
раньше учили робота решать одну задачу
теперь же начинают копить для робота дерево навыков
и это не просто рассказ
В последних экспериментах Axis есть очень наглядные цифры:
успешность реальных роботов 22% → 52%
они берут реальные данные, полученные после развертывания стратегии в мире,
и возвращают их обратно для дальнейшего обучения,
успешность заметно растёт
Ещё один важный показатель: $5–$10 / task
стоимость обучения одного Expert уже достигает этого порядка
одна A100 примерно за 3–6 часов может обучить одного Expert
Так что теперь, если смотреть на Axis, всё меньше хочется просто спрашивать:
сколько данных они собрали
потому что больше данных не значит, что робот действительно научился чему-то полезному
Гораздо важнее другое:
во что в итоге эти данные должны превратиться — сколько по-настоящему применимых, переиспользуемых и ещё и комбинируемых навыков можно из них извлечь?
Вот в чём разница
Если сегодня робот учится захватывать,
завтра — классифицировать,
послезавтра — переносить,
а в конце ещё и может собрать все эти способности вместе,
то он получает не просто несколько изолированных действий,
а набор, который можно постоянно расширять:
Robot Skills Library
Поэтому у Axis сейчас ощущения постепенно меняются:
не только More Data
а: More Skills → Skills Can Compose → More Complex Tasks
Данные — это только начало
по-настоящему важно, чему робот реально научится на этих данных
#AXIS #PhysicalAI @axisrobotics #Kaito @KaitoAI