8 unohtumattoman vuoden jälkeen olen päättänyt jättää Google DeepMindin. Olen äärettömän kiitollinen siitä, että minulla on ollut mahdollisuus auttaa muuttamaan unelma yleiskäyttöisestä robottioppimisesta harhaoppisesta marginaaliideasta normalisoiduksi teknologian tiekartaksi. On ollut elämäni kunnia työskennellä aikamme haastavimpien ja tärkeimpien ongelmien parissa älykkäimpien, ystävällisimpien ja lahjakkaimpien kollegoiden kanssa, joita olisin voinut toivoa. Kiitos Julianille ja Vincentille, että otitte riskin minusta vuonna 2017, kun Google Brainin rähjäinen tiimi alkoi tutkia päästä päähän -oppimisen mahdollisuuksia käsivarsitiloilla todellisessa maailmassa. Tiimi on aina unelmoinut suurista: "aloitusprojektini" Coreyn ja Pierren kanssa oli työskennellä tavoitteellisen jäljittelypolitiikan parissa, joka kykenisi siirtymään mistä tahansa alkutilasta (piilevä upotus) mihin tahansa tavoitetilaan. Tuo 3 kuukauden projekti muuttui 2 vuoden hankkeeksi! Mutta vaikka tutkimustavoitteet olivat korkealla, kollegat ja mentorit ovat aina olleet lähtökohtaisesti maanläheisiä ja myötätuntoisia. Alex H, Karol, Julian ja Sergey tukivat näkemystäni samanaikaisesta RL:stä mittakaavassa ja antoivat minulle tilaa kasvaa luovaksi tutkijaksi omilla ehdoillani. Tiimin tekninen kehitys ja oma tutkimusmakuni alkoivat kiihtyä merkittävästi vuonna 2020, kun Kanishka ja Karol innostivat koko tiimiä panostamaan yhteen hulluun: yleiseen robottipolitiikkaan, joka voisi suorittaa tuhansia kodin manipulointitehtäviä. Tällainen ennennäkemätön ryhmätyö oli uutta koko tiimille, mutta erittäin tyydyttävää – oppia navigoimaan harmonisesti 0-to-1 reaalimaailman järjestelmien skaalauksessa (robottilaivastot, teleoperaattorit, skaalatut oppimispinot) tiukan tieteellisen tutkimuksen rinnalla (jäljitelmän ja vahvistusoppimisen skaalausominaisuuksien objektiivinen vertailu). Opin niin paljon kaikilta aseveljiltäni tänä aikana, ja vielä tänäkin päivänä monet tutkimus- ja insinööriintuitioni ammentavat Ericiltä, Yaolta, Alex I:ltä, Keerthanalta ja Yevgeniltä saamistani opetuksista. Seuraava ajanjakso, joka alkoi vuonna 2022, oli aivan maaginen ja ainutlaatuinen mielikuvituksellisten tutkimusten laajuudessa ja syvyydessä, joihin minulla oli etuoikeus osallistua ja johtaa. Robotiikan perusmallien mahdollisuuksien tutkiminen muutti tutkimusnäkemystäni pysyvästi, ja SayCanin, RT-1:n ja RT-2:n kaltaiset projektit tuntuivat ensimmäisiltä maagisesti viraalisilta hetkiltä, jolloin maailma alkoi miettiä vakavammin sitä, miltä yleisen ja suorituskykyisen ruumiillisen tekoälyn lupaus voisi näyttää. Kun ensimmäiset generalisti-VLA:t alkoivat suorittaa luotettavasti tehtäviä, joista emme olleet keränneet tietoja, se oli valtava hehkulamppuhetki tiimillemme ja kentälle. Tänä aikana minua inspiroi valtavasti se, mitä korkea toimijuus, maaninen luovuus ja huikea iteraationopeus voivat tehdä tutkimukselle, ja opin erittäin ystävällisiltä ja tuottavilta kollegoilta, kuten Feiltä, Brianilta, Andylta, Peteltä, Quanilta, Harrisilta ja Dannyltä. Sovelsin tätä villisti luovan tutkimuksen lähestymistapaa minulle tärkeisiin alueisiin, kuten parempien toimintaesitysten luomiseen, robottien yleistämisen ymmärtämiseen ja VLM:ien hyödyntämiseen datan laadussa ja lisäämisessä. Olen kiitollinen joukkuetovereilleni, jotka liittyivät kanssani näihin seikkailunhaluisiin tutkimusmatkoihin, kuten Chelsea, Dorsa, Jonathan, Wenhao, Tianli, Montse, Sean, Austin, Kelly ja Paul. Arvostan myös syvästi kaikkea akateemista yhteistyötä tänä aikana – usean oppilaitoksen rajat ylittävästä oppimisesta avoimen lähdekoodin VLA:ihin skaalautuvaan offline-arviointiin ja työpajojen järjestämiseen. Kiitos, opiskelijat, harjoittelijat ja ystävät; erityisesti Soroush, Jiayuan, Laura, Xuanlin, Kyle, Karl, Oier, Dhruv, Annie, Jensen, Priya, Suneel, Ike, Homanga, Hao ja Xuesu. Urani viimeisessä luvussa GDM:ssä, joka alkoi vuonna 2024, ihastuin eturintamamallien tieteeseen ja vaikutuksiin sekä niiden oikeaan hyödyntämiseen robotiikassa. Minua on aina häirinnyt se, että robottioppiminen näytti usein "klassiselta" koneoppimiselta, jossa yksinkertaiset jakaumat sovitetaan pieniin malleihin sen sijaan, että se olisi hiottu skaalattu järjestelmä ja tiede siitä, miten rajamalleja kehitetään esi-, keski- ja jälkikoulutuksella. Halusin oppia tuosta maailmasta ja selvittää, miten saada AGI ymmärtämään fyysistä maailmaa. Olen ylpeä saavuttamastamme edistyksestä, ja siitä, mistä aloitimme Gemini 1.0:n kanssa, tähän päivään avaamamme tutkimusinnovaatiot ovat asettaneet sekä Gemini- että Gemini Roboticsin selvästi eturintamaan sekä perustavanlaatuisessa maailmanymmärryksessä että yleisessä VLA-hallinnassa. Kiitos paljon joukkuetovereilleni Embodied Reasoningissa, jotka tekevät jokaisesta päivästä valoisan, mielenkiintoisen ja hauskan: Fei, Jacky, Laura, Wentao, Annie, Lewis, Ksenia, Mohit, Sean ja Danny. Kiitos ystäville Gemini Multimodalissa, jotka opettivat minut rajamalliin: Xi, Karel, Ishita ja Xudong. Kiitos VLA:n kuiskaajille, jotka ovat osoittaneet minulle, kuinka pitkälle innovaatio ja sinnikkyys voivat viedä sinut: Coline, Giulia, Claudio, Alex L, Sumeet, Ashwin, Sudeep, Debi ja Ayzaan. Kiitos mentoreille vuosien varrella, jotka ovat antaneet loistavia esimerkkejä siitä, että nopeus ja vaikutus sekä myötätunto eivät ole nollasummaa: Carolina, Jie, Kanishka, Nicolas, Jonathan, Pierre, Vincent, Karol, Sergey, Chelsea ja Julian. Kiitos, kiitos, kiitos. Se on ollut niin uskomaton seikkailu, ja olen niin onnekas, että olen ollut osa hullua tiimiä, joka aloitti teknologiset läpimurrot muuttaen maailman sellaiseksi, jossa yleinen ja avulias ruumiillinen AGI on kaikkialla yhteiskunnassa. Tulen aina olemaan #1 GDM-fani! Mitä tulee omaan matkaani, lähden uuteen seikkailuun, joka on sekä tuttu että hyvin erilainen, ja toivon saavani pian lisää jaettavaa.