“Video tersebut tidak berisi teleoperasi,” kata pembuat robot humanoid Norwegia 1X. “Tidak ada grafik komputer, tidak ada pemotongan, tidak ada percepatan video, tidak ada pemutaran lintasan bernaskah. Semuanya dikontrol melalui jaringan saraf, semuanya otonom, semuanya berkecepatan 1X.”

Ini adalah produsen humanoid yang chipnya dibuat oleh OpenAI tahun lalu, sebagai bagian dari putaran pendanaan Seri A senilai US$25 juta. Seri B senilai $100 juta berikutnya menunjukkan seberapa besar pengaruh perhatian OpenAI – serta kegembiraan keseluruhan seputar pekerja robot humanoid serba guna, sebuah konsep yang selalu tampak jauh di masa depan, tetapi sudah benar-benar termonuklir dalam dua tahun terakhir. bertahun-tahun.

Humanoid 1X terlihat aneh dengan senjata di samping apa yang sedang dikerjakan, katakanlah, Tesla, Figure, Sanctuary, atau Agility. Humanoid Hawa bahkan tidak memiliki kaki pada saat ini, atau tangan humanoid yang cekatan. Ia berguling dengan sepasang roda bertenaga, menyeimbangkan roda ketiga di belakang, dan tangannya berupa cakar yang belum sempurna. Sepertinya ia berpakaian seperti luge, dan memiliki wajah smiley LED mungil dan berkedip yang memberikan kesan ia akan mulai meminta makanan dan berpelukan seperti Tamagotchi.

Kubus pendamping, ya? Penyortiran otonom.

1X

1X memang sedang mengerjakan versi bipedal yang disebut Neo, yang juga memiliki artikulasi tangan yang bagus – tetapi mungkin bagian-bagian ini tidak terlalu penting di masa-masa awal robot serba guna. Sebagian besar kasus penggunaan awal akan tampak seperti ini: “ambil benda itu, dan letakkan di sana” – Anda tidak memerlukan jari yang mampu bermain piano untuk melakukan itu. Dan tempat utama mereka akan ditempatkan adalah di gudang dan pabrik yang datar dan berlantai beton, di mana mereka mungkin tidak perlu menaiki tangga atau melangkahi apa pun.

Terlebih lagi, banyak kelompok telah memecahkan masalah berjalan bipedal dan perangkat keras tangan yang indah. Itu bukan kendala utamanya. Tantangan utamanya adalah membuat mesin ini mempelajari tugas dengan cepat dan kemudian menjalankannya secara mandiri, seperti yang dilakukan Toyota dengan lengan robot yang dipasang di meja. Ketika Gambar 01 “menemukan” cara kerja mesin kopi sendiri, itu adalah masalah besar. Ketika Optimus Tesla melipat baju di video, dan ternyata berada di bawah kendali teleoperator manusia, hal itu kurang mengesankan.

Dalam konteks itu, lihat video ini dari 1X.

Semua Jaringan Neural. Semua Otonom. Semua kecepatan 1X | 1X Studio

Tugas-tugas di atas tidak terlalu rumit atau seksi; tidak ada pelipat baju atau mesin kopi yang beroperasi. Tapi ada setumpuk robot yang tampak lengkap, melakukan banyak hal untuk mengambil dan meletakkan barang. Mereka mengambilnya dari ketinggian pergelangan kaki dan tinggi pinggang. Mereka memasukkannya ke dalam kotak, tempat sampah, dan nampan. Mereka mengambil mainan dari lantai dan merapikannya.

Mereka juga membuka pintu untuk diri mereka sendiri, dan mampir ke stasiun pengisian daya dan menyambungkan listrik ke listrik, menggunakan apa yang tampak seperti manuver jongkok rumit yang tidak perlu untuk mematikan listrik di dekat pergelangan kaki mereka.

Singkatnya, jigger ini melakukan hampir persis apa yang perlu mereka lakukan dalam kasus penggunaan humanoid tujuan umum awal, dan dilatih, menurut 1X, “murni dari data end-to-end.” Pada dasarnya, perusahaan tersebut melatih 30 bot Eve untuk masing-masing tugas individu, tampaknya menggunakan pembelajaran imitasi melalui video dan teleoperasi. Kemudian, mereka menggunakan perilaku yang dipelajari ini untuk melatih “model dasar” yang mampu melakukan serangkaian tindakan dan perilaku. Model dasar tersebut kemudian disesuaikan dengan kemampuan spesifik lingkungan – tugas gudang, manipulasi pintu umum, dll – dan akhirnya melatih bot tentang pekerjaan spesifik yang harus mereka lakukan.

Bagaimana Logistik Bergerak Maju | Android EVE sebanyak 1X

Langkah terakhir ini mungkin adalah langkah yang akan dilakukan di lokasi pelanggan saat bot diberi tugas sehari-hari, dan 1X mengatakan dibutuhkan “hanya beberapa menit pengumpulan data dan pelatihan pada GPU desktop.” Agaknya, dalam dunia yang ideal, ini berarti seseorang berdiri di sana dengan mengenakan helm VR dan melakukan pekerjaannya sebentar, lalu perangkat lunak pembelajaran mendalam akan menggabungkan tugas tersebut dengan kemampuan utama bot, menjalankannya beberapa ribu kali dalam satu waktu. simulasi untuk menguji berbagai faktor dan hasil acak, dan bot akan siap digunakan.

“Selama setahun terakhir,” tulis Eric Jang, VP AI 1X, dalam postingan blognya, “kami telah membangun mesin data untuk menyelesaikan tugas manipulasi seluler tujuan umum dengan cara yang sepenuhnya end-to-end. Kami telah meyakinkan diri sendiri bahwa hal ini berhasil, jadi sekarang kami mempekerjakan peneliti AI di SF Bay Area untuk meningkatkan jumlah robot dan teleoperator hingga 10x lebih banyak.”

Hal-hal yang cukup rapi, kami bertanya-tanya kapan hal-hal ini akan siap untuk prime time.

Sumber: 1X

( fungsi ( d , s , id ) { var js , fjs = d . getItemByTagName ( s ) ;[0]; if (d.getElementById(id)) {return;} js = d.createElement(s); js.id = id; js.src = ” fjs.parentNode.insertBefore(js, fjs); }(dokumen, ‘skrip’, ‘facebook-jssdk’));

Fuente