1 poin oleh GN⁺ 2024-11-12 | 1 komentar | Bagikan ke WhatsApp
  • 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

 
GN⁺ 2024-11-12
Komentar Hacker News
  • Disebutkan perlunya robot rumah tangga demi kepuasan manusia

    • Tujuan nilai ekonomi adalah kebahagiaan dan kepuasan manusia
    • Saat menjadi lebih kaya, ada kecenderungan untuk mengalihdayakan pekerjaan rumah tangga
    • Perusahaan memperoleh keuntungan dari partisipasi perempuan di pasar tenaga kerja
    • Diusulkan bahwa robot rumah tangga dapat disediakan untuk semua orang
    • Inovasi teknologi diadopsi ke dalam rumah dan membuat hidup lebih nyaman
    • Diperkirakan robot pembantu akan membawa perubahan sosial
  • Pandangan skeptis terhadap kepraktisan robot

    • Dinyatakan bahwa robot tidak praktis tanpa pengawasan manusia
    • Skeptis terhadap kemungkinan robot rumah tangga umum
  • Masalah keterbatasan ruang di kota-kota Eropa

    • Sulit menggunakan robot karena keterbatasan ruang di ruang cuci
    • Ruang cuci berada di area yang sempit
    • Robot sulit mengakses ruang cuci
  • Potensi robot sebagai alat otomatisasi laboratorium

    • Jika presisinya meningkat, robot akan berguna sebagai alat otomatisasi laboratorium
    • Banyak pekerjaan laboratorium dilakukan mengikuti prosedur yang telah ditetapkan
  • Potensi robot memasak

    • Robot memasak akan lebih berguna daripada robot untuk mencuci pakaian
    • Robot memasak akan memberi dampak besar pada industri makanan
  • Masalah kesederhanaan dan biaya robot

    • Robot yang sederhana akan berbiaya lebih rendah
    • Memasak lebih sering dibutuhkan daripada mencuci pakaian
  • Perubahan dalam mencuci pakaian

    • Generasi muda lebih jarang mencuci dan menyetrika
    • Kebutuhan untuk mencuci pakaian semakin berkurang
  • Masalah kecepatan robot

    • Muncul pertanyaan mengapa robot bergerak lambat
    • Ditanyakan apakah itu demi keselamatan atau karena kecepatan justru menambah kesulitan