ロボティクス分野では、まだchatGPTのような瞬間は訪れていません。
特にヒューマノイドロボットは見た目が非常に素晴らしくなってきていますが、まだ私たちの世界を理解していません。
LLM(大規模言語モデル)は数十年分のテキストから学習できますが、フィジカルAIはほとんどデータがない状態から始まり、現実世界の複雑さに直面します。
埋めなければならない大きなギャップがあります。
現在、これらの機械はルールを教えられ、特定のタスクを示されていますが、最終的には現実世界に出て「現場で学ぶ」ようになります。
暗号資産 x ロボティクスにおけるこれらニッチ分野のデモンストレーション
これらのプロジェクトの中にはカテゴリが重複するものもあり、完全なリストではなく、あくまでデモンストレーション用の確立された例のセレクションです。
トレーニング
ロボットにスキルを教えるための遠隔操作、強化学習、およびエンボディドAIパイプライン
プロジェクト: @BitRobotNetwork, @PrismaXai, @NRNAgents
重要性: ロボットが自律的に学習できるようになる前に、教えられるスキルが必要であり、これらのパイプラインはその最初の基礎を提供します。
現実世界データの収集
現実世界のデータを取得する分散型センサー&地理空間ネットワーク
プロジェクト: @NATIXNetwork, @GEO
原文表示