V kostce:

  • Model GEN-1.5 učí roboty z 3 až 12 sekundových videí
  • Startup dosáhl hodnoty 3 miliardy dolarů v srpnu 2024
  • Firma sběhla přes 500 tisíc hodin robotických dat

Americký startup Generalist AI, který před dvěma lety založili tři výzkumníci z Google DeepMind a Boston Dynamics, představil model GEN-1.5. Ten umožňuje robotům naučit se nové pohyby pouhým sledováním krátkých videozáznamů trvajících tři až dvanáct sekund. Podle CzechCrunch dosáhla AI v testech deseti fyzických úkolů na první pokus téměř šedesátiprocentní úspěšnost; po pětiminutovém jemném dolaďování stoupla přes osmdesát procent.

Dřív bylo učení robotů novým činnostem zdlouhavé: inženéři museli sbírat specializovaná data a modely týdny dolaďovat, přičemž jakákoliv změna prostředí vyžadovala ruční zásahy. GEN-1.5 tento proces zkracuje na minuty. Zdroj popisuje ukázku ve firmě, kdy dvouramenný robot sledoval klip s člověkem rozepínajícím kabelku a vytahujícím peníze. Když mu pravé kleště sklouzly, stroj okamžitě změnil úhel a úkol dokončil levou rukou, aniž by zamrznul nebo vyžádal zásah operátora.

Klíčovou výzvou byl nedostatek tréninkových dat · na rozdíl od jazykových modelů neexistuje internet robotických pohybů. Generalist AI proto vyvinul speciální mechanické rukavice a rozeslal je tisícům lidí po celém světě. Ti v nich doma běžně fungovali, skládali krabice nebo otevírali balíčky s chipsy. Firma tak získala přes půl milionu hodin reálných dat, což představuje podle CzechCrunch náskok před konkurencí.

Hodnota startupu stoupla z dvou miliard dolarů v červnu 2024 na tři miliardy v srpnu během investičních jednání. Mezi investory patří Nvidia, Jeff Bezos přes fond Bezos Expeditions, spoluzakladatel Xiaomi Lin Bin a profesorka Fei-Fei Li ze Stanfordu. Zakladatelé Pete Florence a Andy Zeng vedli v Google DeepMind klíčové projekty na pomezí AI a robotiky, Andrew Barry šéfoval vývoj autonomních systémů v Boston Dynamics, kde stavěl roboty Atlas a Spot.

Podle Wanga Xingxinga, zakladatele robotického gigantu Unitree, může „ChatGPT moment“ humanoidních robotů nastat za tři až deset let, jak cituje CzechCrunch zprávu stanice CNBC. Hlavní bariérou celého odvětví je neschopnost strojů přenášet dovednosti mezi různými úkoly a zvládat ty nejcitlivější části pohybu. A právě tento problém se Generalist AI daří lámat výrazně rychleji, než si mnozí mysleli.

Co to znamená: Model GEN-1.5 posouvá robotiku k flexibilnímu nasazení v neznámých prostředích bez dlouhého přeučení. Pro firmy implementující AI znamená zkrácení doby nasazení robotů z týdnů na minuty a snižování nákladů na sběr specializovaných dat. Investice velkých hráčů (Nvidia, Bezos, Fei-Fei Li) signalizují strategickou důležitost tohoto směru pro průmyslovou automatizaci i spotřební robotiku.

Zdroje: