Rozwój sztucznej inteligencji dał nam imponujące generatory tekstu i grafiki, ale sprzętowa robotyka wciąż stawała przed ścianą - brakowało milionów danych potrzebnych do nauki interakcji z fizycznym otoczeniem. Projekt Xiaomi-Robotics-1 (XR-1) stara się przełamać tę barierę. Inżynierowie użyli zaawansowanych modeli wizyjno-językowych do przeanalizowania ponad 100 000 godzin zwykłych filmów pokazujących rozmaite ludzkie czynności. W ten sposób wykreowano uniwersalny "mózg", który analizuje zasady działania fizycznego świata. Po tej fazie fundamentowej model został dopracowany za pomocą ponad 7 tysięcy godzin danych pozyskanych z prawdziwych robotów w domowych warunkach, aby idealnie reagował na naturalne polecenia człowieka.
Skalowanie danych dało odczuwalne efekty. Powyższe nagranie, na którym sprawnie i bez cięć maszyna radzi sobie ze spakowaniem ubrań do bagażu, to tylko jeden z przykładów jej możliwości. Największą siłą modelu XR-1 jest jego uniwersalność gotowa do użycia niemal natychmiast ("out-of-box"). Gdy zachodzi potrzeba nauczenia robota składania kartonów lub wkładania prania, nie trzeba budować systemu od nowa - wystarczy ledwie kilkanaście godzin dodatkowego treningu. Wyniki badań opublikowane przez Xiaomi wskazują, że potężne zasoby danych są w stanie uwolnić potencjał powszechnej, domowej i przemysłowej automatyzacji szybciej, niż się spodziewaliśmy.
Co sądzą o tym użytkownicy Hacker News? Podsumowanie komentarzy z https://news.ycombinator.com/item?id=48974454
Pozytywne:
- Odzyskanie czasu: Automatyzacja żmudnych prac (pranie, zmywanie) pozwala odzyskać bezcenny czas na hobby i rodzinę.
- Nadzieje na Open Source: Choć pliki XR-1 mają jeszcze status "wkrótce", użytkownicy z entuzjazmem liczą na udostępnienie modelu, co obniży barierę wejścia dla hobbystów.
- Początek nowej ery: Wielu porównuje ten moment do "Modelu T" w motoryzacji - to zwiastun lawinowego rozwoju i spadku cen maszyn.
- Uniwersalność i szybka nauka: Zamiast żmudnie programować każdy ruch, wystarczy zaledwie kilkanaście godzin pokazowego wideo, by robot opanował nowe zadanie.
- Prawo skalowania w praktyce: Sukces XR-1 potwierdza, że potężna ilość danych treningowych działa w świecie fizycznym równie rewelacyjnie, co w przypadku LLM-ów.
Negatywne:
- Złudzenie demonstracji: Użytkownicy podchodzą sceptycznie do nagrań wideo, wytykając, że od lat demonstracje z laboratoriów są sprytnie montowane i przyspieszane. Wielu wątpi w rychły rynkowy debiut takiego robota.
- Syndrom "Wall-E": Całkowita eliminacja domowego wysiłku fizycznego budzi strach przed skrajnym lenistwem społeczeństwa marnującego czas przed ekranami.
- Elityzm: Sceptycy szacują ceny takich maszyn na 50-100 tysięcy dolarów. Stać na nie będzie tylko ułamek najbogatszych, co pogłębi nierówności.
- Widmo masowego bezrobocia: Sukces elastycznych modeli sterowania budzi uzasadnione obawy o masową utratę miejsc pracy przez najgorzej wykwalifikowanych pracowników.
- Toksyczność geopolityczna: Dyskusja techniczna została na forum niemal całkowicie zdominowana przez polityczne spory oskarżających się nawzajem zwolenników Chin i USA.
Źródła:
https://robotics.xiaomi.com/xiaomi-robotics-1.html
https://news.ycombinator.com/item?id=48974454
Jak widzicie przyszłość tego typu technologii? Czy za 5/10/20 lat robot będzie u nas sprzątać w domu?
Skalowanie danych dało odczuwalne efekty. Powyższe nagranie, na którym sprawnie i bez cięć maszyna radzi sobie ze spakowaniem ubrań do bagażu, to tylko jeden z przykładów jej możliwości. Największą siłą modelu XR-1 jest jego uniwersalność gotowa do użycia niemal natychmiast ("out-of-box"). Gdy zachodzi potrzeba nauczenia robota składania kartonów lub wkładania prania, nie trzeba budować systemu od nowa - wystarczy ledwie kilkanaście godzin dodatkowego treningu. Wyniki badań opublikowane przez Xiaomi wskazują, że potężne zasoby danych są w stanie uwolnić potencjał powszechnej, domowej i przemysłowej automatyzacji szybciej, niż się spodziewaliśmy.
Co sądzą o tym użytkownicy Hacker News? Podsumowanie komentarzy z https://news.ycombinator.com/item?id=48974454
Pozytywne:
- Odzyskanie czasu: Automatyzacja żmudnych prac (pranie, zmywanie) pozwala odzyskać bezcenny czas na hobby i rodzinę.
- Nadzieje na Open Source: Choć pliki XR-1 mają jeszcze status "wkrótce", użytkownicy z entuzjazmem liczą na udostępnienie modelu, co obniży barierę wejścia dla hobbystów.
- Początek nowej ery: Wielu porównuje ten moment do "Modelu T" w motoryzacji - to zwiastun lawinowego rozwoju i spadku cen maszyn.
- Uniwersalność i szybka nauka: Zamiast żmudnie programować każdy ruch, wystarczy zaledwie kilkanaście godzin pokazowego wideo, by robot opanował nowe zadanie.
- Prawo skalowania w praktyce: Sukces XR-1 potwierdza, że potężna ilość danych treningowych działa w świecie fizycznym równie rewelacyjnie, co w przypadku LLM-ów.
Negatywne:
- Złudzenie demonstracji: Użytkownicy podchodzą sceptycznie do nagrań wideo, wytykając, że od lat demonstracje z laboratoriów są sprytnie montowane i przyspieszane. Wielu wątpi w rychły rynkowy debiut takiego robota.
- Syndrom "Wall-E": Całkowita eliminacja domowego wysiłku fizycznego budzi strach przed skrajnym lenistwem społeczeństwa marnującego czas przed ekranami.
- Elityzm: Sceptycy szacują ceny takich maszyn na 50-100 tysięcy dolarów. Stać na nie będzie tylko ułamek najbogatszych, co pogłębi nierówności.
- Widmo masowego bezrobocia: Sukces elastycznych modeli sterowania budzi uzasadnione obawy o masową utratę miejsc pracy przez najgorzej wykwalifikowanych pracowników.
- Toksyczność geopolityczna: Dyskusja techniczna została na forum niemal całkowicie zdominowana przez polityczne spory oskarżających się nawzajem zwolenników Chin i USA.
Źródła:
https://robotics.xiaomi.com/xiaomi-robotics-1.html
https://news.ycombinator.com/item?id=48974454
Jak widzicie przyszłość tego typu technologii? Czy za 5/10/20 lat robot będzie u nas sprzątać w domu?
Fajne? Ranking DIY Pomogłem? Kup mi kawę.