Figure AI, startup zajmujący się robotyką humanoidalną, który przyciągnął więcej głośnych nazwisk inwestorów niż line-up Open’era, w końcu odsłonił karty. Poznaliśmy ich nie-tak-znowu-tajną broń: Index. W dzisiejszym ogłoszeniu firma zdradziła ambitny plan stworzenia „najbardziej zróżnicowanego zbioru danych treningowych dla robotów w historii”, bazującego na „globalnym próbkowaniu fizyki” prosto ze świata rzeczywistego. Krótko mówiąc: budują gigantyczną bibliotekę rzeczywistości, by nauczyć swoje maszyny, jak być naprawdę użytecznymi.
Główna przesłanka jest brutalnie prosta: internet, mimo całego swojego bogactwa filmików z kotami i wątpliwej jakości porad, jest beznadziejnym nauczycielem, jeśli chodzi o naukę zadań fizycznych. Aby stworzyć robota ogólnego przeznaczenia, potrzebne są dane, których po prostu nie ma w sieci. Rozwiązanie Figure? Stworzyć je od zera, nagrywając ludzi wykonujących codzienne czynności. System „Index Collect”, zaprezentowany na pokazach, rejestruje wideo z perspektywy pierwszej osoby oraz precyzyjne dane o ruchu operatora, mapując te działania w czasie rzeczywistym na cyfrowego bliźniaka robota Figure 01.
Nie chodzi tu tylko o naukę jednej czynności na raz. Figure zamierza zbudować potężny, fundamentalny zbiór danych, który pozwoli robotom zrozumieć świat fizyczny i wchodzić z nim w interakcję w sposób zgeneralizowany. Firma podkreśla, że dane niezbędne do skalowania robotów ogólnego przeznaczenia „muszą pochodzić ze świata realnego” – co jest bezpośrednim wyzwaniem rzuconym podejściom opierającym się głównie na środowiskach czysto symulowanych.
Dlaczego to ma znaczenie?
Największym wąskim gardłem w rozwoju autonomicznych humanoidów od zawsze były dane, a nie sam sprzęt. Niezdarne ruchy robotów wynikają z braku miliardów punktów danych, które człowiek gromadzi przez całe życie dzięki fizycznemu doświadczeniu. Index od Figure to szalenie ambitna próba przeskoczenia tej krzywej uczenia się metodą „brute force”.
Budując własny, autorski „ImageNet dla robotyki”, Figure nie tylko trenuje swoje maszyny, ale też tworzy niesamowicie cenny i trudny do skopiowania kapitał. Podczas gdy konkurenci tacy jak Google agregują istniejące zbiory danych badawczych, a Tesla wykorzystuje swoją flotę pojazdów, Figure stawia wszystko na jedną kartę: dedykowany, skoncentrowany na człowieku zbiór danych jako klucz do złamania kodu embodied AI. Pozostaje tylko pytanie, czy podpatrywanie ludzi przy domowych obowiązkach wystarczy, by uchwycić niuanse fizycznej inteligencji, czy też Figure buduje po prostu najbardziej przeintelektualizowaną zmywarkę świata.
Pełne, choć lakoniczne ogłoszenie można znaleźć na ich oficjalnej stronie: Introducing Index.