Η Dream Labs συγκεντρώνει 90 εκατ. δολάρια σε αρχική χρηματοδότηση για να φέρει την τεχνητή νοημοσύνη για ρομπότ σε διαφορετικές μηχανές

Η Dream Labs, μια νεοφυής επιχείρηση που ιδρύθηκε από πρώην ερευνητές ρομποτικής της NVIDIA, συγκέντρωσε 90 εκατομμύρια δολάρια σε αρχική χρηματοδότηση και έθεσε στη διάθεση του κοινού ένα API για το Dream-1, ένα μοντέλο σχεδιασμένο να μεταφέρει δεξιότητες μεταξύ διαφορετικών ρομπότ. Της χρηματοδότησης ηγήθηκε η B Capital, μαζί με την Kindred Ventures, ενώ συμμετείχαν επίσης η A.Capital, η Unusual Ventures και άλλοι επενδυτές.

Η εταιρεία επιχειρεί να αντιμετωπίσει ένα δαπανηρό εμπόδιο στη ρομποτική: όταν μια μηχανή μαθαίνει να εκτελεί μια εργασία, αυτή η γνώση δεν μεταφέρεται αυτόματα σε μια άλλη μηχανή. Η Dream Labs θέλει οι προγραμματιστές να ξεκινούν από ένα κοινό μοντέλο και στη συνέχεια να το προσαρμόζουν, όταν ένα συγκεκριμένο ρομπότ ή μια εφαρμογή απαιτεί πιο εξειδικευμένη εκπαίδευση.

Το λανσάρισμα περιλαμβάνει ένα API, μια υπηρεσία προσαρμογής μοντέλων και το Robot Playground, ένα περιβάλλον που λειτουργεί μέσω προγράμματος περιήγησης. Το τελευταίο επιτρέπει στους χρήστες να στέλνουν εντολές σε πραγματικά ρομπότ στα γραφεία της εταιρείας στο Σαν Φρανσίσκο. Η Dream Labs αναφέρει ότι η χρηματοδότηση θα διατεθεί κυρίως σε υπολογιστικούς πόρους, καθώς διευρύνει τις δυνατότητες και τη χωρητικότητα των μοντέλων της.

Πώς το Dream-1 συνδέει το βίντεο με τις φυσικές ενέργειες

Η Dream Labs χαρακτηρίζει το Dream-1 Μοντέλο Παγκόσμιας Δράσης. Η τεχνική περιγραφή του λανσαρίσματος παρουσιάζει ένα σύστημα που προβλέπει ταυτόχρονα βίντεο και ενέργειες: η πρόβλεψη του τρόπου με τον οποίο θα αλλάξει μια σκηνή συνδέεται με την απόφαση για το τι πρέπει να κάνει στη συνέχεια ένα ρομπότ.

Η διάκριση έχει σημασία, επειδή τα σώματα των ρομπότ διαφέρουν. Οι εντολές για τις αρθρώσεις που λειτουργούν σε έναν ρομποτικό βραχίονα δεν θα λειτουργούν κατ’ ανάγκη και σε έναν άλλο. Αντί γι’ αυτό, το Dream-1 μπορεί να προβλέπει τις θέσεις και τους προσανατολισμούς των τελικών ενεργοποιητών —δηλαδή την επιθυμητή θέση και τον προσανατολισμό κάθε αρπάγης, καθώς και το αν πρέπει να είναι ανοιχτή ή κλειστή. Ο επιλυτής αντίστροφης κινηματικής κάθε ρομπότ μετατρέπει αυτούς τους στόχους σε κινήσεις που μπορούν να εκτελέσουν οι δικές του αρθρώσεις.

Έτσι, παρέχεται μια κοινή διεπαφή για διαφορετικές μηχανές, χωρίς να απαιτείται να διαθέτουν πανομοιότυπο υλικό. Το μοντέλο χρησιμοποιεί τρεις οπτικές γωνίες κάμερας: μία που καταγράφει τη σκηνή και μία σε κάθε καρπό. Η αναπαράσταση του βίντεο τού επιτρέπει να επεξεργάζεται ρομποτικούς βραχίονες και αρπάγες με διαφορετική εμφάνιση μέσω του ίδιου οπτικού μέσου.

Για τους προγραμματιστές, το προϊόν ενσωματώνει αυτή την έρευνα σε μια σχετικά άμεση διαδικασία. Το ρομπότ παρέχει εικόνες, την τρέχουσα κατάστασή του και μια οδηγία για την εργασία· το μοντέλο επιστρέφει ενέργειες. Τα μοντέλα εκτελούνται μέσω της φιλοξενούμενης υπηρεσίας της Dream Labs, οπότε οι προγραμματιστές δεν χρειάζεται να δημιουργήσουν και να λειτουργούν ο καθένας το δικό του θεμελιώδες μοντέλο ρομποτικής.

Η μεταφορά χωρίς προηγούμενη εκπαίδευση έχει συγκεκριμένο πεδίο εφαρμογής

Η τρέχουσα δυνατότητα μεταφοράς χωρίς προηγούμενη εκπαίδευση της εταιρείας εστιάζει σε ρομπότ με δύο βραχίονες και παράλληλες αρπάγες: μηχανές με δύο βραχίονες και απλές αρπάγες που ανοίγουν και κλείνουν. Ο όρος «χωρίς προηγούμενη εκπαίδευση» σημαίνει ότι το μοντέλο μπορεί να επιχειρήσει να εκτελέσει εργασίες σε ένα άγνωστο ρομπότ χωρίς να έχει προηγουμένως εκπαιδευτεί με επιδείξεις από τη συγκεκριμένη μηχανή.

Η δημοσιευμένη αξιολόγηση της Dream Labs δοκίμασε σε προσομοίωση 27 ενσαρκώσεις ρομπότ που δεν είχε συναντήσει προηγουμένως, με 300 εκτελέσεις προσομοίωσης ανά ενσάρκωση. Τα αποτελέσματα αναφέρθηκαν σε σύγκριση με το YAM, το ρομπότ στο οποίο εκπαιδεύτηκε το Dream-1. Οι επιδόσεις διέφεραν σημαντικά ανάλογα με το υλικό, γι’ αυτό και ο κεντρικός ισχυρισμός περί μεταφοράς μεταξύ ρομπότ αποδίδει καλύτερα όταν εξετάζεται μαζί με τα αναλυτικά αποτελέσματα.

Αυτές οι σχετικές βαθμολογίες δεν πρέπει να συγχέονται με τα απόλυτα ποσοστά επιτυχίας στις εργασίες. Ούτε το γεγονός ότι μια πολιτική μεταφέρεται σε διαφορετικό ρομπότ αποδεικνύει ότι αυτό θα ολοκληρώνει αξιόπιστα κάθε εργασία. Στη σελίδα της έρευνας, οι αξιολογήσεις των εργασιών διακρίνουν χωριστά την πλήρη ολοκλήρωση από τη μερική πρόοδο.

Η διεπαφή ελέγχου συνεπάγεται επίσης συμβιβασμούς. Η πρόβλεψη του προορισμού μιας αρπάγης δεν καθορίζει πλήρως τη διαδρομή που θα ακολουθήσει ένας βραχίονας για να φτάσει εκεί. Τα εμπόδια, τα όρια των αρθρώσεων και η ποιότητα του επιλυτή αντίστροφης κινηματικής του ρομπότ μπορούν να επηρεάσουν τις επιδόσεις. Τα ρομπότ με πολύ διαφορετικούς χώρους εργασίας ή διαφορετική δυναμική μπορούν να αναδείξουν επιπλέον αποκλίσεις ανάμεσα στην πρόβλεψη του μοντέλου και σε όσα μπορεί να εκτελέσει στην πράξη το υλικό.

Η προσαρμογή μοντέλων προσφέρει έναν δρόμο πέρα από τις βασικές επιδόσεις

Η υπηρεσία Fine-tuning-as-a-Service της Dream Labs προσφέρει στους προγραμματιστές μια ακόμη επιλογή όταν το γενικό μοντέλο δεν αποδίδει επαρκώς. Μπορούν να ανεβάσουν επιδείξεις από το δικό τους ρομπότ και να λάβουν ένα προσαρμοσμένο μοντέλο, αντί να ξεκινήσουν ένα έργο εκπαίδευσης από το μηδέν.

Η εταιρεία παρουσιάζει παραδείγματα προσαρμογής με πέντε λεπτά δεδομένων από συγκεκριμένο ρομπότ, καθώς και παραδείγματα που απαιτούν σημαντικά περισσότερα δεδομένα για άγνωστους τελικούς ενεργοποιητές. Οι επιδείξεις αυτές καταδεικνύουν το εύρος των αναγκών προσαρμογής· δεν τεκμηριώνουν ότι απαιτούνται καθολικά πέντε λεπτά εκπαίδευσης.

Αυτή είναι μια σημαντική πρακτική διάκριση. Ένα κοινό μοντέλο μπορεί να μειώσει την αρχική προσπάθεια που απαιτείται για να τεθεί σε κίνηση ένα ρομπότ, ενώ ενδέχεται να εξακολουθούν να είναι απαραίτητα δεδομένα για συγκεκριμένες εργασίες, ώστε η συμπεριφορά του να είναι χρήσιμη για μια συγκεκριμένη εφαρμογή. Η Dream Labs αναγνωρίζει ότι τα προσαρμοσμένα μοντέλα εξακολουθούν να υπερέχουν της λειτουργίας χωρίς προηγούμενη εκπαίδευση.

Η σελίδα της έρευνας αναφέρει κόστος εκτέλεσης μοντέλου 3 δολάρια την ώρα για το Dream-1 και 2 δολάρια την ώρα για το ελαφρύτερο Dream-1-flash. Κάθε κλήση μοντέλου επιστρέφει ενέργειες διάρκειας 1,6 δευτερολέπτων. Το υλικό, η ενσωμάτωση και τυχόν πρόσθετες χρεώσεις υπηρεσιών παραμένουν ξεχωριστοί παράγοντες που πρέπει να ληφθούν υπόψη κατά την αξιολόγηση του κόστους μιας εγκατάστασης.

Από τις ερευνητικές επιδείξεις στην επαναλαμβανόμενη εργασία

Η ομάδα της νεοφυούς επιχείρησης είχε εργαστεί στο παρελθόν στα DreamZero και στην έρευνα ρομποτικής GR00T της NVIDIA. Με το Dream-1, μετατρέπει αυτή την έρευνα σε υπηρεσία που οι προγραμματιστές μπορούν να δοκιμάσουν στις δικές τους μηχανές.

Η πρόσβαση αποτελεί σημαντικό μέρος της ανακοίνωσης. Ένα δημόσιο API επιτρέπει στους κατασκευαστές ρομπότ και στις μικρότερες ομάδες να αξιολογούν άμεσα τη συμπεριφορά, ακόμη και τα σημεία στα οποία το σύστημα αποτυγχάνει, αντί να βασίζονται αποκλειστικά σε επιλεγμένες επιδείξεις. Το Playground, διαθέσιμο ζωντανά, προσφέρει μια πιο προσιτή εισαγωγή σε όσους δεν διαθέτουν ρομπότ.

Το Dream-1 παραμένει σε ερευνητική δοκιμαστική έκδοση και η Dream Labs δηλώνει ότι δεν έχει επικυρωθεί για χρήση σε κρίσιμες για την ασφάλεια εφαρμογές. Επί του παρόντος, εστιάζει στον χειρισμό αντικειμένων με συστήματα δύο βραχιόνων και παράλληλων αρπαγών· η ευρύτερη υποστήριξη κινητών ρομπότ και ρομποτικού υλικού με αυξημένη επιδεξιότητα εξακολουθεί να αποτελεί μέρος της αναπτυξιακής προσπάθειας.

Το εμπορικό ερώτημα είναι αν ένα μοντέλο που μεταφέρεται από μηχάνημα σε μηχάνημα μπορεί επίσης να προσφέρει επαναλήψιμα αποτελέσματα σε εργασίες που οι άνθρωποι θα πλήρωναν για να αυτοματοποιήσουν. Ο γύρος χρηματοδότησης των 90 εκατομμυρίων δολαρίων παρέχει στη Dream Labs τους πόρους για να επιδιώξει αυτόν τον στόχο. Η σημαντικότερη δοκιμασία του θα είναι το πόσα προσαρμοσμένα δεδομένα και πόση μηχανική εργασία θα εξακολουθούν να χρειάζονται οι προγραμματιστές αφού συνδέσουν ένα νέο ρομπότ.