Ми ще не побачили моменту для робототехніки, подібного до ChatGPT

Особливо гуманоїди починають виглядати фантастично, але вони досі не розуміють наш світ

LLM мають десятиліття тексту для навчання; фізичний ШІ починає з мінімуму даних, а потім стикається з усією складністю реального світу

Існує величезна прірва, яку треба подолати

Зараз ці машини вчать правилам і показують конкретні завдання, зрештою вони виходять у світ і «вчаться в процесі роботи»

Демонстрація цих ніш у крипто x робототехніці

Деякі з цих проєктів перетинають категорії, і це не повний список, а скоріше добірка усталених прикладів для демонстрації

Навчання

Телеоперація, навчання з підкріпленням і конвеєри втіленого ШІ, які навчають роботів навичкам

Проєкти: @BitRobotNetwork, @PrismaXai, @NRNAgents

Чому це важливо: Роботи потребують навичок, які можна навчити, перш ніж вони зможуть вчитися автономно, і ці конвеєри дають їм перші основи

Збір даних з реального світу

Децентралізовані сенсорні та геопросторові мережі, що збирають дані з реального світу

Проєкти: @NATIXNetwork, @GEODNET

Чому це важливо: Інтелект у реальному світі залежить від реальних даних, і ці мережі забезпечують сенсорне «паливо», необхідне машинам

Розгортання роботів

Просторові обчислення та оркестрація багатьох роботів у реальних середовищах

Проєкти: @Auki

Чому це важливо: Розгортання у реальному світі — один з наступних кроків для прискорення машинного інтелекту, але це економічно й практично складно, тому плани Auki щодо численних ритейлових запусків наступного року — це важливий крок

Машинна економіка

Інфраструктури для ідентичностей машин, економічної діяльності, координації

Проєкти: @peaq

Чому це важливо: Ідентичність і координація на блокчейні дають машинам автономію для транзакцій, співпраці й роботи без постійного людського нагляду

Операційні системи

Програмний шар, що координує й управляє автономними машинами

Проєкти: @openmind_agi, @codecopenflow

Чому це важливо: Надаючи спільний інтелектуальний шар, вони дають машинам структуру для навчання, співпраці й роботи у великому масштабі

Принаймні в крипто-сфері багато хто сприймає робототехніку як дуже короткостроковий, швидкоплинний сектор

Увага до цієї теми буде хвилями, але загалом ще довгий шлях до досягнення максимального потенціалу

У короткостроковій перспективі видно поточні больові точки та на що варто звернути увагу на шляху досягнення цілей

Для ширшого висвітлення і регулярних оновлень стежте за State of the Machines — моєю розсилкою про фізичний ШІ, робототехніку та всі суміжні сфери