نظرة مباشرة على مشهد الروبوتات + الذكاء الاصطناعي

هذا بلا شك أفضل إطلاق لشركات الروبوتات التي رأيتها 🔥 ابتكار شامل من تصميم الأجهزة إلى المراهنة الكبيرة على UMI إلى سياسات سلسة ومثيرة للإعجاب. بعد سنة ونصف من التخفي، انطلقت فورا كفريق نماذج روبوتات من أفضل 5 فرق أساس. مبروك!👏

بعد 8 سنوات لا تنسى ، قررت مغادرة Google DeepMind. أشعر بالامتنان الشديد لإتاحة الفرصة لي للمساعدة في تحويل حلم تعلم الروبوت للأغراض العامة من فكرة هامشية هرطقة إلى خارطة طريق تكنولوجية طبيعية. لقد كان شرف العمر أن أعمل على أكثر المشاكل تحديا وأهمية في عصرنا مع ألمع الزملاء وأكثرهم لطفا وموهبة الذين كنت أتمناها. شكرا لجوليان وفنسنت على اغتنام الفرصة لي في عام 2017 ، عندما بدأ فريق من المبتدئين في Google Brain في استكشاف إمكانات التعلم الشامل في مزارع الذراع في العالم الحقيقي. لطالما كان الفريق يحلم بأحلام كبيرة: كان "مشروع المبتدئين" الخاص بي مع كوري وبيير هو العمل على سياسة تقليد مشروطة بالهدف قادرة على الانتقال من أي حالة أولية (تضمين كامن) إلى أي حالة هدف. تحول هذا المشروع الذي استمر 3 أشهر إلى مسعى لمدة عامين! ولكن على الرغم من أن الطموحات البحثية كانت سامية ، إلا أن الزملاء والموجهين كانوا دائما راسخين ورحيمين بشكل افتراضي. دعم Alex H و Karol و Julian و Sergey رؤيتي للتحكم المتزامن في RL على نطاق واسع مع السماح لي بالمساحة للنمو لأصبح باحثا مبدعا بشروطي الخاصة. بدأ التقدم التقني للفريق وذوقي البحثي في التسارع بشكل كبير في عام 2020 ، عندما ألهم كانيشكا وكارول الفريق بأكمله للمراهنة الكبيرة على لقطة واحدة مجنونة: سياسة عامة للروبوت يمكنها إنجاز الآلاف من مهام التلاعب المنزلية. كان هذا الجهد الجماعي غير المسبوق جديدا على الفريق بأكمله ولكنه مرض للغاية - لتعلم كيفية التنقل بشكل متناغم في تحجيم أنظمة العالم الحقيقي من 0 إلى 1 (أساطيل الروبوتات ، ومشغلي الاتصالات ، ومجموعات التعلم المتوسعة) جنبا إلى جنب مع الاستكشاف العلمي الصارم (مقارنة موضوعية لخصائص التوسع للتقليد والتعلم المعزز). لقد تعلمت الكثير من جميع رفاقي في السلاح خلال هذا الوقت ، وحتى يومنا هذا ، فإن العديد من حدسي البحثي والهندسي مستمد من الدروس التي تعلمتها من إريك وياو وأليكس الأول وكيرثانا ويفجن. كانت الفترة التالية ، بدءا من عام 2022 ، سحرية وفريدة من نوعها في اتساع وعمق الاستكشافات الخيالية التي تشرفت بالمساهمة فيها وقيادتها. أدى استكشاف إمكانات النماذج التأسيسية للروبوتات إلى تغيير توقعي البحثي بشكل دائم ، وشعرت مشاريع مثل SayCan و RT-1 و RT-2 وكأنها أول لحظات فيروسية سحرية عندما بدأ العالم في التفكير بجدية أكبر في الشكل الذي قد يبدو عليه وعد الذكاء الاصطناعي العام والمتجسد. عندما بدأ أول VLAs العامين في أداء مهام لم نجمع البيانات من أجلها بشكل موثوق ، كانت لحظة كبيرة لفريقنا والميدان. خلال هذا الوقت ، ألهمتني بشكل كبير ما يمكن أن تفعله الوكالة العالية والإبداع الهوس وسرعة التكرار الفائقة للبحث ، والتعلم من زملاء طيبين ومنتجين للغاية مثل فاي وبريان وآندي وبيت وكوان وهاريس وداني. لقد طبقت هذا النهج من البحث الإبداعي على المجالات التي أهتم بها ، مثل إنشاء تمثيلات عمل أفضل ، وفهم تعميم الروبوت ، والاستفادة من VLMs لجودة البيانات وتعزيزها. أنا ممتن لزملائي في الفريق الذين انضموا إلي في هذه الاستكشافات المغامرة ، مثل تشيلسي ودورسا وجوناثان ووينهاو وتيانلي ومونتسي وشون وأوستن وكيلي وبول. كما أنني أقدر بشدة جميع التعاون الأكاديمي خلال هذا الوقت - بدءا من التعلم متعدد المؤسسات عبر التجسيد إلى VLAs مفتوحة المصدر إلى التقييم القابل للتطوير في وضع عدم الاتصال إلى تنظيم ورش العمل. شكرا لكم أيها الطلاب والمتدربون والأصدقاء. على وجه الخصوص ، سروش ، جيايوان ، لورا ، شوانلين ، كايل ، كارل ، أوير ، دروف ، آني ، جنسن ، بريا ، سونيل ، آيك ، هومانجا ، هاو ، وشويسو. في الفصل الأخير من مسيرتي المهنية في GDM ، بدءا من عام 2024 ، أصبحت مفتونا بعلم وتأثير النماذج الحدودية وكيفية تسخيرها بشكل صحيح في الروبوتات. لطالما أزعجني بشكل أساسي أن تعلم الروبوت غالبا ما يبدو وكأنه تعلم آلي "كلاسيكي" لمجرد تركيب التوزيعات البسيطة مع النماذج الصغيرة ، بدلا من الأنظمة المصقولة وعلم كيفية تطوير النماذج الحدودية من خلال التدريب المسبق والتدريب المتوسط وما بعد التدريب. كنت أرغب في التعرف على هذا العالم ومعرفة كيفية جعل الذكاء الاصطناعي العام يفهم العالم المادي. أنا فخور بالتقدم الذي أحرزناه ، ومن حيث بدأنا مع Gemini 1.0 حتى اليوم ، وضعت الابتكارات البحثية التي فتحناها كلا من Gemini و Gemini Robotics بوضوح في طليعة كل من الفهم الأساسي للعالم والتحكم العام في VLA. شكرا جزيلا لزملائي في التفكير المجسد الذين يجعلون كل يوم مشرقا وممتعا وممتعا: فاي ، جاكي ، لورا ، وينتاو ، آني ، لويس ، كسينيا ، موهيت ، شون ، وداني. شكرا للأصدقاء في Gemini Multimodal الذين علموني كيفية نموذج الحدود: Xi و Karel و Ishita و Xudong. شكرا لهمسات VLA الذين أظهروا لي إلى أي مدى يمكن أن يأخذك الابتكار والمثابرة: كولين ، جوليا ، كلاوديو ، أليكس إل ، سوميت ، أشوين ، سوديب ، ديبي ، وأيزان. شكرا للموجهين على مر السنين الذين قدموا أمثلة مشرقة على أن السرعة والتأثير والرحمة ليست محصلتها صفر: كارولينا ، جي ، كانيشكا ، نيكولاس ، جوناثان ، بيير ، فنسنت ، كارول ، سيرجي ، تشيلسي ، وجوليان. شكرا لكم، شكرا لكم، شكرا لك. لقد كانت مغامرة لا تصدق ، وأنا محظوظ جدا لأنني كنت جزءا من الفريق المجنون الذي بدأ الاختراقات التكنولوجية لتحويل العالم إلى عالم حيث يكون الذكاء الاصطناعي العام العام والمفيد في كل مكان في المجتمع. سأكون دائما #1 من محبي GDM! أما بالنسبة لرحلتي الخاصة ، فسأشرع في مغامرة جديدة ، مألوفة ومختلفة تماما ، وآمل أن يكون لدي المزيد لمشاركته قريبا.