სისტემა ჯერ მხოლოდ განაცხადებით მიღებულ ბეტა-რეჟიმში მუშაობს და საჯარო ფასი არ აქვს.
სან-ფრანცისკოში დაფუძნებულმა რობოტიკის AI ლაბორატორია Physical Intelligence-მა (Pi, იწერება, როგორც π) Pi API-ს ბეტა-ვერსია გაუშვა და საკუთარი რობოტის ტვინი სხვა მწარმოებლებისთვის გახსნა. ამის შესახებ კომპანიის 13 ოქტომბრის ოფიციალური ბლოგიდან ვიგებთ. იდეა მარტივია: ნაცვლად იმისა, რომ ყველა გუნდმა ხელოვნური ინტელექტი ნულიდან ააწყოს, ისინი მზა მოდელს ქირაობენ. რობოტის შემქმნელი ტვირთავს თავისი მანქანის მონაცემებს, Pi-ს სერვერები მოდელს ამ კონკრეტულ საქმეზე წვრთნის, შემდეგ კი რობოტი ამ გაწვრთნილ ტვინს პირდაპირ ღრუბლოვანი სისტემიდან ამუშავებს.
თუ გახსოვთ, როგორ მისცა OpenAI-ს API-მ ნებისმიერ პროგრამისტს საშუალება, მზა ენობრივი მოდელი თავის აპლიკაციაში ჩაესვა, აქაც ზუსტად იგივე ხდება, ოღონდ ფიზიკური მანქანებისთვის. Physical Intelligence-ი, რომლის თანადამფუძნებლებს შორის სტენფორდის მკვლევარი ჩელსი ფინიცაა, ცნობილია π0 და π0.5 მოდელებით. ეს არის საბაზისო სისტემები, რომლებსაც სხვადასხვა ტიპის რობოტის მართვა შეუძლია.
როგორ მუშაობს გაწვრთნის ციკლი
როგორც თავად კომპანია წერს, „რობოტების რეალურ საქმეში ჩაშვება რთულია“. Pi API-ს გარეშე ასეთი მოდელების საკუთარ მანქანაზე მორგებას მძიმე ინფრასტრუქტურა, დიდი გამომთვლელი სიმძლავრე და მონაცემთა რთული ნაკადების მართვა სჭირდება. ახალი სერვისი ამ ტვირთს საკუთარ თავზე იღებს.
პროცესი ოთხ ნაბიჯად იშლება: გუნდი აგროვებს მოძრაობის მაგალითებს, წვრთნის მოდელს (რასაც fine-tuning-ს, ანუ დამატებით მორგებას, ეძახიან), ცდის მას რეალურ რობოტზე და შეცდომების მიხედვით წყვეტს, რა ტიპის მონაცემები შეაგროვოს შემდეგ ჯერზე. კომპანიის თქმით, API-ში ჩაშენებულ უახლეს მოდელს სასწავლებლად ნაკლები მონაცემი ჰყოფნის, უფრო უნარიანია და მის უკან მდგომ სისტემებს Pi მუდმივად განაახლებს.
უკაბინო ტრაქტორი და რობოტი, რომელიც საკუთარ თავს აწყობს
რას აკეთებენ პარტნიორები ამ ტვინით? კომპანია Actor-ის ავტონომიური ბორბლებიანი დამტვირთავი რეალურ კომერციულ ობიექტზე მასალას თვითმცლელ სატვირთოში სრულიად დამოუკიდებლად, კაბინაში ოპერატორის გარეშე ყრის. მეორე მაგალითი Almond-ია: მისი ორმკლავიანი რობოტი Axol-ი ამუშავებს და ასუფთავებს დეტალებს, რომლებიც თავად ამავე რობოტის ასაწყობად გამოიყენება. ამ შედეგამდე Almond-ის გუნდი Pi API-თ სულ რაღაც ოთხდღიანი ვარჯიშის შემდეგ მივიდა.
სისტემას უკვე იყენებენ სხვა კომპანიებიც, მათ შორის: AgRobotics-ი, CloudChef-ი, Chef Robotics-ი, Formic Robotics-ი, Ultra, Weave-ი, Deft-ი, Dream Machines-ი, Foundry, Frontier Machines-ი, General Instinct-ი, Intuition.dev-ი, Omakase, robot.com-ი, Yondu, Argon Robotics-ი და ერთ-ერთი რძის მწარმოებელი პარტნიორი.
სად იჭედება ღრუბლოვანი მართვა
ნაჩვენები პროექტების უმეტესობა აშშ-ის ბევრ ობიექტზე, იაპონიასა და შვეიცარიაში მუშაობდა ისე, რომ რობოტი ბრძანებებს ინტერნეტით, ღრუბლოვანი სერვერიდან იღებდა (ამას cloud-hosted inference-ს უწოდებენ, ანუ როცა აზროვნება სერვერზე ხდება და არა თავად მანქანაში). თუმცა Pi პირდაპირ აღნიშნავს, რომ ზოგიერთ ადგილას სუსტმა ინტერნეტკავშირმა პრობლემები შექმნა.
„ჩვენი მოდელების API-თ გახსნით ვაჩქარებთ რობოტიკის სფეროს ზრდას და ამავე პროცესში თავადაც უკეთ ვსწავლობთ ფიზიკურ ინტელექტს“, წერს Physical Intelligence-ი. სერვისზე წვდომა ამჟამად მხოლოდ განაცხადითაა შესაძლებელი: კომპანიას უნდა მისწეროთ, რის აწყობას აპირებთ, ფასები და წვდომის ლიმიტები კი ჯერ გასაჯაროებული არ არის.
ფოტო: Physical Intelligence
წყარო: Physical Intelligence | Unite.AI
ეს სტატია შეიქმნა AI ხელსაწყოებით, პროცესში ადამიანის ჩართულობა დაახლოებით 10%-ია.
