AI kebijakan umum pertama dari Physical Intelligence, mewujudkan kemungkinan melipat cucian
(physicalintelligence.company)-
Kecerdasan fisik (π)π0: kebijakan umum pertama kami
-
Kita hidup di era revolusi AI, dan AI dapat menyelesaikan masalah yang "mudah" seperti memenangkan permainan catur atau menemukan obat baru, tetapi masalah di dunia fisik seperti melipat kemeja atau merapikan meja masih tetap sulit. Untuk mengatasinya, sistem AI perlu dibekali kecerdasan fisik.
-
Selama 8 bulan terakhir kami telah mengembangkan π0, model fondasi robot umum, yang merupakan langkah pertama untuk membangun kecerdasan buatan yang memungkinkan pengguna meminta robot melakukan tugas yang mereka inginkan. π0 mencakup gambar, teks, dan tindakan, serta memperoleh kecerdasan fisik melalui pengalaman robot.
-
Janji kebijakan robot umum
-
Saat ini robot memiliki keahlian yang sempit, dan tidak mampu bertindak di lingkungan yang kompleks. AI dapat menyederhanakan pemrograman perilaku baru dengan memungkinkan robot mempelajari dan mengikuti instruksi pengguna. Untuk itu diperlukan banyak data.
-
Jika kita dapat melatih kebijakan robot umum, kita dapat membuat model yang mampu melakukan beragam keterampilan dan mengendalikan berbagai robot. Model ini juga dapat dispesialisasi untuk tugas baru dengan jumlah data yang kecil.
-
Campuran pelatihan lintas implementasi
-
π0 dilatih menggunakan pra-pelatihan vision-language berskala internet, dataset manipulasi robot open source, dan dataset tugas terampil dari 8 robot yang berbeda. Model ini dapat melakukan berbagai tugas, baik melalui prompt zero-shot maupun fine-tuning.
-
Mewarisi pemahaman semantik berskala internet
-
π0 mewarisi pengetahuan semantik dan pemahaman visual dari vision-language model (VLM) yang telah dipra-latih dalam skala internet. VLM dilatih untuk memodelkan teks dan gambar dari web.
-
Pasca-pelatihan untuk manipulasi yang presisi
-
Tugas yang kompleks dan presisi dapat dispesialisasi dengan melakukan fine-tuning pada model. Sebagai contoh, tugas melipat cucian adalah pekerjaan yang sangat sulit.
-
Evaluasi dan perbandingan π0
-
Dibandingkan dengan model fondasi robot lain, π0 menunjukkan kinerja yang unggul pada semua tugas. Dibandingkan dengan π0-small pun, performanya lebih baik.
-
Arah ke depan
-
Tujuan Physical Intelligence adalah mengembangkan model fondasi yang dapat mengendalikan semua robot. Eksperimen sejauh ini menunjukkan bahwa model ini dapat mengendalikan beragam robot dan melakukan tugas yang sebelumnya belum berhasil diselesaikan. Namun, kebijakan robot umum masih berada pada tahap awal, dan masih banyak kemajuan yang diperlukan ke depannya.
1 komentar
Komentar Hacker News
Disebutkan perlunya robot rumah tangga demi kepuasan manusia
Pandangan skeptis terhadap kepraktisan robot
Masalah keterbatasan ruang di kota-kota Eropa
Potensi robot sebagai alat otomatisasi laboratorium
Potensi robot memasak
Masalah kesederhanaan dan biaya robot
Perubahan dalam mencuci pakaian
Masalah kecepatan robot