General Intuition планирует создать универсальную модель для робототехники, повторяя путь языковых моделей
До появления модели GPT-3 от OpenAI, ознаменовавшего эру фоновых моделей, компании разрабатывали специализированные модели обработки естественного языка с нуля, обучая каждую на больших объемах данных, специфичных для конкретных задач. В настоящее время большинство организаций начинают работу с многоцелевыми моделями, такими как серия GPT от OpenAI, Claude или Llama, а затем адаптируют их посредством тонкой настройки или формирования запросов под свои конкретные потребности.
Пим де Витте (Pim de Witte), генеральный директор компании General Intuition, считает, что воплощенный искусственный интеллект (embodied AI) будет развиваться по аналогичной схеме. Вместо сбора огромных наборов реальных данных для создания специализированных моделей роботов, он утверждает, что отрасли следует сосредоточиться на наборах данных более высокого качества, способных порождать фоновые модели, которые могут переносить интуицию о движении и взаимодействии между различными средами.
«Многие компании сейчас выполняют значительный объем специализированной работы, сфокусированной на отдельных воплощениях (embodiments), отдельных средах и отдельных роботах», — сказал де Витте в недавнем выпуске программы Equity от TechCrunch.
По его мнению, большая часть этой работы вскоре станет избыточной благодаря появлению общих моделей, подобных той, которую разрабатывает и внедряет General Intuition.
«Обобщение самой модели является продуктом», — заявил он. «Тот факт, что она обладает базовым уровнем рассуждений о пространстве и времени, станет причиной того, почему люди перестанут собирать сотни тысяч или миллионы часов реальных данных. Потому что на самом деле требуется всего несколько минут».
General Intuition создала свою фоновую модель после обучения на миллионах часов игровых видео, включая информацию о том, какие кнопки на контроллере нажимал человек и когда. И де Витте, и ведущий инвестор General Intuition Винод Кхошла (Vinod Khosla) утверждают, что данные об действиях являются ключом к развитию интуитивного понимания пространственно-временных связей, подобного человеческому.
В прошлом месяце стартап привлек 320 миллионов долларов при оценке в 2,3 миллиарда долларов, опираясь на эту концепцию. Компания продемонстрировала, что ее текущая модель способна как играть в видеоигры в течение нескольких часов, так и управлять четырехногим роботом; последнее было достигнуто после тонкой настройки модели всего на восьми минутах реальных данных робототехники.
«Тот факт, что [робот] смог работать с нулевым обнулением только по данным передней камеры, без других датчиков, в офисе, где вводились динамические объекты и проходили люди, стал для нас большим сюрпризом», — говорит де Витте. «Я считаю, это признак того, что произойдет в будущем».
Конечной целью General Intuition не является производство собственных роботов, а становление фоновой моделью физического искусственного интеллекта — базовой моделью, на которой другие робототехнические компании смогут строить свои машины. Или, как выразился де Витте: «Мы не собираемся создавать компанию по производству автономных автомобилей. Мы сделаем создание такой компании в десять раз проще для следующего человека».
Поделиться
