Dream Labs rejser 90 mio. dollar i seedfinansiering for at bringe kunstig intelligens til forskellige robotter

Dream Labs, en startup grundlagt af tidligere robotikforskere hos NVIDIA, har rejst 90 millioner dollar i seedfinansiering og lanceret en offentlig API til Dream-1, en model, der er udviklet til at overføre færdigheder mellem forskellige robotter. Finansieringen blev ledet af B Capital sammen med Kindred Ventures, med deltagelse fra A.Capital, Unusual Ventures og andre investorer.

Virksomheden tager fat på en bekostelig flaskehals inden for robotteknologi: En maskine, der lærer en opgave, overfører ikke automatisk den viden til en anden maskine. Dream Labs ønsker, at udviklere begynder med en fælles model og derefter tilpasser den, når en bestemt robot eller anvendelse kræver mere specialiseret træning.

Lanceringen omfatter en API, en finjusteringstjeneste og en browserbaseret Robot Playground. Sidstnævnte lader brugerne sende instruktioner til fysiske robotter på virksomhedens kontor i San Francisco. Dream Labs siger, at finansieringen primært skal gå til regnekraft, efterhånden som virksomheden udvider modellens funktioner og kapacitet.

Sådan forbinder Dream-1 video med fysiske handlinger

Dream Labs kalder Dream-1 en verdenshandlingsmodel. Virksomhedens tekniske beskrivelse af lanceringen beskriver et system, der forudsiger video og handlinger samlet: Forudsigelsen af, hvordan en scene vil ændre sig, hænger sammen med beslutningen om, hvad en robot skal gøre som det næste.

Forskellen er vigtig, fordi robotter har forskellige fysiske udformninger. Ledkommandoer, der fungerer på den ene robotarm, fungerer ikke nødvendigvis på en anden. Dream-1 kan i stedet forudsige end-effektorens positurer – den ønskede position og orientering for hver griber samt, om den skal være åben eller lukket. Hver robots løser til invers kinematik omsætter disse mål til bevægelser, som robotens egne led kan udføre.

Det giver en fælles grænseflade på tværs af maskiner uden at kræve, at de har identisk hardware. Modellen bruger tre kameravisninger: én rettet mod scenen og én monteret på hvert håndled. Dens videorepræsentation gør det muligt at ræsonnere om arme og gribere med forskelligt udseende gennem det samme visuelle medie.

For udviklere samler produktet denne forskning i et forholdsvis direkte arbejdsgang. Robotten leverer billeder, sin aktuelle tilstand og en instruktion om opgaven; modellen returnerer handlinger. Modellerne kører via Dream Labs’ driftede tjeneste, så hver udvikler ikke behøver at opbygge og drive sin egen grundmodel til robotteknologi.

Nulskudsoverførsel har et klart afgrænset anvendelsesområde

Virksomhedens nuværende zero-shot-funktion fokuserer på tohåndede robotter med parallelgribere: maskiner med to arme og enkle gribere, der åbner og lukker. Zero-shot betyder, at modellen kan forsøge at udføre opgaver på en ukendt robot uden først at blive trænet på demonstrationer fra netop den maskine.

Dream Labs’ offentliggjorte evaluering testede 27 hidtil usete robotudformninger i en simulering med 300 simuleringskørsler pr. robotudformning. Resultaterne blev opgjort i forhold til YAM, den robot, som Dream-1 blev trænet på. Ydeevnen varierede betydeligt mellem forskellige typer hardware, så den overordnede påstand om overførsel mellem robotter bliver mere brugbar, når den læses sammen med de detaljerede resultater.

Disse relative resultater bør ikke forveksles med absolutte succesrater for opgaver. Overførsel af en styringsstrategi til en anden robot viser heller ikke, at den pålideligt vil kunne gennemføre alle opgaver. Forskningssiden skelner særskilt mellem fuldførelse og delvise fremskridt i sine opgaveevalueringer.

Styringsgrænsefladen indebærer også nogle afvejninger. En forudsigelse af, hvor en griber skal ende, fastlægger ikke fuldt ud den rute, armen tager for at nå dertil. Forhindringer, leddenes bevægelsesgrænser og kvaliteten af robotens løser til invers kinematik kan påvirke ydeevnen. Robotter med meget forskellige arbejdsområder eller dynamiske egenskaber kan skabe yderligere forskelle mellem modellens forudsigelse og det, hardwaren fysisk kan udføre.

Finjustering giver en vej videre end grundmodellen

Dream Labs’ finjustering som en tjeneste giver udviklere en anden mulighed, når den generelle model ikke slår til. De kan uploade demonstrationer fra deres egen robot og få en tilpasset model i stedet for at starte et træningsprojekt fra bunden.

Virksomheden viser eksempler på tilpasning med fem minutters robotspecifikke data samt eksempler, hvor ukendte end-effektorer kræver betydeligt flere data. Demonstrationerne viser spændvidden i behovene for tilpasning; de fastslår ikke, at fem minutters træning er et universelt krav.

Det er en vigtig praktisk forskel. En fælles model kan mindske det indledende arbejde med at få en robot i gang, men opgavespecifikke data kan stadig være nødvendige for at gøre dens adfærd nyttig i en bestemt anvendelse. Dream Labs erkender, at tilpassede modeller stadig klarer sig bedre end drift uden forudgående træning (zero-shot).

Forskningssiden angiver, at inferens koster 3 dollar i timen for Dream-1 og 2 dollar i timen for den lettere Dream-1-flash. Hvert modelkald leverer handlinger for 1,6 sekunder. Hardware, integration og eventuelle yderligere serviceomkostninger skal fortsat tages med i betragtning, når omkostningerne ved en udrulning vurderes.

Fra forskningsdemonstrationer til gentageligt arbejde

Startupvirksomhedens team arbejdede tidligere på DreamZero og NVIDIAs robotikforskning i GR00T. Med Dream-1 omsætter teamet denne forskning til en tjeneste, som udviklere kan afprøve på deres egne maskiner.

Adgang er en væsentlig del af annonceringen. En offentlig API giver robotproducenter og mindre teams mulighed for at evaluere adfærden direkte, herunder hvor den fejler, i stedet for udelukkende at være afhængige af udvalgte demonstrationer. Den åbne Playground giver en mere tilgængelig introduktion til folk, der ikke ejer en robot.

Dream-1 er fortsat i forskningsbeta, og Dream Labs oplyser, at den ikke er blevet valideret til sikkerhedskritisk brug. Det nuværende fokus er på manipulation med systemer med to arme og parallelgribere; bredere understøttelse af mobile robotter og fingerfærdigt hardware er fortsat en del af udviklingsarbejdet.

Det kommercielle spørgsmål er, om en model, der kan overføres mellem forskellige maskiner, også kan levere stabile resultater på opgaver, som folk vil betale for at automatisere. Finansieringsrunden på 90 millioner dollars giver Dream Labs ressourcer til at forfølge dette mål. Den vigtigste prøve bliver, hvor meget specialtilpassede data og ingeniørarbejde udviklerne stadig har brug for, efter at de har tilsluttet en ny robot.