İnsansı genel robotlar, bilim kurgu eserlerinden hızla gerçeğe dönüşüyor. Donanım maliyetlerinin sürekli düşmesi, sermaye yatırımlarının artması ve hareketlilik ile operasyonel yeteneklerdeki teknolojik atılımlar, bu üç faktörün sürekli birleşimi, bilgisayar alanındaki bir sonraki büyük platform iterasyonunu aktif olarak destekliyor.
Hesaplama gücü ve donanım ekipmanlarının giderek ticari hale gelmesine rağmen, makine mühendisliği düşük maliyet avantajları sağlasa da, bu sektör hala eğitim verisi darboğazından muzdarip.
Reborn, yüksek hassasiyetli hareket ve sentetik verileri kitle kaynaklı hale getirmek ve temel robot modelleri oluşturmak için merkezi olmayan fiziksel yapay zekadan (DePAI) yararlanan ve insansı robotların konuşlandırılmasını sağlamak için benzersiz bir bakış açısına yerleştiren birkaç projeden biridir. Program, UC Berkeley, Cornell Üniversitesi, Harvard Üniversitesi ve Apple'da güçlü teknik becerilere ve akademik geçmişe ve profesörlüklere sahip bir kurucu ekip tarafından yönetilmektedir ve akademik mükemmelliği gerçek dünya mühendislik uygulamasıyla birleştirir.
İnsansı Robotlar: Bilim Kurgu Eserlerinden Sınırda Uygulamalara
Robot teknolojisinin ticarileşmesi yeni bir kavram değil. Halk arasında bilinen 2002 yılında piyasaya sürülen iRobot Roomba elektrikli süpürgesi veya son yıllarda popülerleşen Kasa evcil hayvan kameraları gibi ev robotları, tek işlevli cihazlar arasında yer alıyor. Yapay zekanın gelişimi ile robotlar, tek işlevli makinelerden çok işlevli biçimlere evrim geçiriyor ve açık ortamlarda çalışmaya uyum sağlamayı hedefliyor.
İnsansı robotlar, önümüzdeki 5 ile 15 yıl içinde temizlik, yemek pişirme gibi temel görevlerden kademeli olarak yükselerek, nihayetinde resepsiyon hizmetleri, yangın söndürme ve hatta cerrahi gibi karmaşık işleri yapabilir hale gelecek.
Son zamanlarda gelişmeler, insansı robotları bilim kurgu romanlarından gerçeğe dönüştürüyor.
Piyasa Dinamikleri: 100'den fazla şirket, insansı robotlara (Tesla, Yuzhu Technology, Figure AI, Clone, Agile vb. gibi) yatırım yapıyor.
Donanım teknolojisi korkutucu vadiyi başarıyla aştı: Yeni nesil insansı robotlar, gerçek ortamda insan benzeri etkileşimleri gerçekleştirebilecek kadar akıcı ve doğal hareketler sergiliyor. Bunlar arasında Yuzhu H1'in yürüyüş hızı saniyede 3.3 metreye ulaşabiliyor, bu da insanın ortalama yürüyüş hızı olan saniyede 1.4 metreden çok daha yüksek.
(Not: Korkunç Vadi Teorisi (The Uncanny Valley), insanların insansı olmayan varlıklara (robotlar, oyuncaklar, sanal imgeler vb.) duygusal tepkilerini tanımlayan bir psikoloji teorisidir.)
İnsansı robotların maliyetinde yeni bir paradigma: 2032 yılına kadar ABD işgücü maaş seviyesinin altına düşmesi bekleniyor.
Gelişim engeli: Gerçek dünya eğitim verileri
İnsan biçimli robotlar alanında belirgin avantajlar olmasına rağmen, düşük veri kalitesi ve eksiklik sorunları hala büyük ölçekli dağıtımı engellemektedir.
Diğer yapay zeka varlık teknolojileri, örneğin otonom sürüş teknolojisi, mevcut araçlara entegre edilen kameralar ve sensörler aracılığıyla veri sorununu büyük ölçüde çözmüştür. Tesla, Waymo gibi otonom sürüş sistemlerine örnek vererek, bu araç filoları milyarlarca mil gerçek yol sürüş verisi üretebilmektedir. Waymo, bu gelişim aşamasında araçları yola çıkarırken, ön koltukta gerçek zamanlı eğitim için insan denetleyiciler bulundurmaktadır.
Ancak, tüketicilerin "robot bakıcı" varlığını kabul etmeleri pek olası değil. Robotların, kutudan çıktığı anda yüksek performansa sahip olmaları gerekmekte, bu da dağıtım öncesi veri toplamanın kritik hale gelmesini sağlıyor. Tüm eğitimlerin ticarileştirme öncesinde tamamlanması gerekiyor ve verilerin ölçeği ile kalitesi hala devam eden bir sorun.
Her bir eğitim modunun kendi ölçek birimleri olmasına (örneğin, büyük dil modelleri için Token, görüntü üreticileri için video - metin çiftleri, robot teknolojisi için hareket parçaları) rağmen, aşağıdaki karşılaştırma robot teknolojisi verilerinin kullanılabilirliğinin karşılaştığı büyüklük farkını net bir şekilde ortaya koymaktadır:
GPT-4'ün eğitim veri setinin boyutu 15 trilyondan fazla metin belirtecidir.
Midjourney ve Sora, milyarlarca etiketli video metin eşlemesi kullanıyor.
Buna karşın, en büyük robot veri seti yalnızca yaklaşık 2.4 milyon etkileşim kaydı içermektedir.
Bu fark, robot teknolojisinin neden büyük dil modelleri gibi gerçek bir temel model oluşturmadığını açıklamaktadır, anahtar ise veri temelinin henüz eksik olmasıdır.
Geleneksel veri toplama yöntemleri, insansı robotların eğitim verilerinin ölçeklenebilirlik ihtiyaçlarını karşılamakta zorluk çekmektedir. Mevcut yöntemler şunlardır:
Simülasyon: Düşük maliyetli ancak gerçek sınır senaryolarının eksikliği (simülasyon ile gerçeklik arasındaki uçurum)
İnternet videoları: Robot öğrenimi için gerekli olan varlık hissi ve kuvvet geri bildirimi ortamını sağlayamamaktadır.
Gerçek dünya verileri: Doğru olsa da, uzaktan kontrol ve insan müdahalesi gerektirmektedir; bu da maliyetin yüksek olmasına (her bir robot 40.000 doların üzerinde) ve ölçeklenebilirlik eksikliğine yol açmaktadır.
Sanal ortamlarda model eğitimi maliyet açısından düşük ve ölçeklenebilir olsa da, bu modeller gerçek dünya uygulamalarında genellikle zorluklarla karşılaşmaktadır. Bu sorun, sanaldan gerçeğe geçiş (Sim2Real) olarak adlandırılmaktadır.
Örneğin, simülasyon ortamında eğitilen bir robot, ışıklandırması mükemmel ve pürüzsüz yüzeylere sahip nesneleri kolayca alabilir, ancak karmaşık bir ortamla, engebeli dokularla veya insanların gerçek dünyada alışkın olduğu çeşitli beklenmedik durumlarla karşılaştığında genellikle çaresiz kalır.
Reborn, robot eğitimini güçlendirmek ve "simülasyondan gerçeğe geçiş" (Sim2Real) sorununu çözmek için gerçek dünya verilerini hızlı ve maliyet etkin bir şekilde toplamanın bir yolunu sunar.
Reborn: Merkeziyetsiz Fiziksel AI'nin Tam Yığın Vizyonu
Reborn, gömülü zeka robot uygulamalarına yönelik dikey entegre bir yazılım ve veri platformu inşa ediyor. Şirketin temel hedefi, insansı robotlar alanındaki veri darboğazı sorununu çözmek, ancak vizyonu bunun çok ötesinde. Kendi geliştirdiği donanım, çok modlu simülasyon altyapısı ve temel modellerin birleşimi ile Reborn, gömülü zekanın tam yığın sürücüsü haline gelecek.
Reborn platform, başlangıç noktası olarak özel tüketici düzeyindeki hareket yakalama cihazı "ReboCap" ile, hızlı bir şekilde genişleyen artırılmış gerçeklik ve sanal gerçeklik oyun ekosistemini inşa etmektedir. Kullanıcılar, yüksek doğrulukta hareket verileri sağlayarak çevrimiçi teşvik ödülleri kazanmakta ve platformun sürekli gelişimini desteklemektedir. Şu anda Reborn, 5000'den fazla ReboCap cihazı satmıştır, aylık aktif kullanıcı sayısı 160.000'e ulaşmış ve yıl sonunda 2 milyon kullanıcıyı aşma hedefi belirlemiştir.
Reborn, veri toplama verimliliği diğer çözümlerden çok daha yüksektir.
Dikkat çekici bir şekilde, bu büyüme tamamen doğaldır: kullanıcılar oyunun kendisinin eğlencesine çekilir ve yayıncılar, ReboCap ile dijital avatarlarının gerçek zamanlı duruş yakalaması ile yönlendirilir. Bu spontane verimli döngü, ölçeklenebilir, düşük maliyetli, yüksek kaliteli veri üretimini mümkün kılarak Reborn veri setini en iyi robotik şirketlerinin benimsemek için rekabet ettiği bir eğitim kaynağı haline getiriyor.
ReBorn yazılım yığınının ikinci katmanı, parçalanmış bir simülasyon ortamını birleştiren çok modlu bir veri platformu olan Roboverse'dir. Günümüzün simülasyon ortamı, Mujoco ve NVIDIA Isaac Lab gibi silolarda çalışan, her biri kendi güçlü yönlerine sahip ancak birlikte çalışamayan araçlarla oldukça parçalıdır. Bu parçalanma, Ar-Ge sürecini yavaşlatır ve simülasyon ile gerçeklik arasındaki boşluğu daha da kötüleştirir. Roboverse, birden fazla simülatör üzerinde standartlaştırarak robot modellerini geliştirmek ve değerlendirmek için ortak bir sanal altyapı oluşturmuştur. Bu entegrasyon, sistemin ölçeklenebilirliğini ve genelleştirilmesini büyük ölçüde geliştiren tutarlı kıyaslamayı destekler.
Roboverse, kesintisiz işbirliği sağladı. İlki, gerçek dünya verilerini büyük ölçekte toplarken, ikincisi simülasyon ortamları oluşturarak model eğitimini yönlendiriyor ve her ikisi birlikte Reborn dağıtık fiziksel zeka ağının gerçek gücünü sergiliyor. Bu platform, basit veri toplamanın ötesinde bir fiziksel yapay zeka geliştirici ekosistemi oluşturmayı hedefliyor ve işlevleri, gerçek model dağıtımı ve ticari lisanslama alanlarına kadar uzanıyor.
Reborn Temel Model
Reborn teknolojisi yelpazesinin en kritik bileşeni belki de Reborn temel modeli (RFM)'dır. İlk robot temel modellerinden biri olarak, bu model yeni nesil fiziksel yapay zeka altyapısının ana sistemi olarak şekillendirilmektedir. Konumlandırması, geleneksel büyük dil temelli modellere benzer; OpenAI'nin GPT-4'ü veya Meta'nın Llama'sı gibi, ancak robotik alanına yöneliktir.
Reborn teknoloji yığını
Reborn teknolojik yığınının üç temel bileşeni (ReboCap veri platformu, Roboverse simülasyon sistemi ve RFM model lisanslama mekanizması) sağlam bir dikey entegrasyon koruma duvarı oluşturmaktadır. Kalabalık kaynaklı hareket verilerini güçlü simülasyon sistemi ve model lisanslama sistemi ile birleştirerek, Reborn, sahalar arası genelleme yeteneğine sahip temel modeller eğitebilmektedir. Bu model, sanayi, tüketim ve araştırma alanlarındaki çeşitli robotik uygulamaları destekleyerek, büyük miktarda çeşitli veriler altında genel dağıtım sağlamaktadır.
Reborn, Galbot ve Noematrix ile ücretli pilot programların yanı sıra Unitree, Booster Robotics, Swiss Mile ve Agile Robots ile stratejik ortaklıklar başlatarak teknolojisinin ticarileştirilmesini agresif bir şekilde ilerletiyor. Çin'in insansı robot pazarı, küresel pazarın yaklaşık %32,7'sini oluşturan hızlı bir büyüme yaşıyor. Özellikle Unitree, küresel dört ayaklı robot pazarının %60'ından fazla paya sahiptir ve 2025 yılına kadar 1000'den fazla birim (insansı robot) üretmeyi planlayan altı Çinli üreticiden biridir.
Kripto para teknolojisinin fiziksel yapay zeka teknoloji yığınındaki rolü
Kripto teknolojisi, fiziksel dünya yapay zekası için tam bir dikey yığın inşa ediyor.
Reborn, önde gelen bir bedenlenmiş yapay zeka kripto para projesidir.
Bu projeler fiziksel yapay zeka yığınına ait farklı katmanlarda olsalar da, ortak bir noktaları var: Tamamen DePAI projeleri. DePAI, token teşvikleriyle teknolojik yığını kapsayarak açık, bileşenlere ayrılabilir ve izin gerektirmeyen bir genişleme mekanizması oluşturuyor ve işte bu yenilik, fiziksel yapay zekanın merkeziyetsiz gelişimini mümkün kılıyor.
Reborn henüz token çıkarmadı ve işinin organik büyümesi daha da değerli. Token teşvik mekanizması resmi olarak başlatıldığında, DePAI volan etkisinin önemli bir parçası olarak ağ katılımı hızlanacaktır: kullanıcılar Reborn donanım cihazları (ReboCap koleksiyoncuları) satın aldıklarında proje ekibinden teşvikler alabilirler ve robot Ar-Ge şirketleri ReboCap sahiplerine katkı ödülleri ödeyecek ve bu ikili teşvik, daha fazla insanı ReboCap cihazlarını satın almaya ve kullanmaya yönlendirecektir. Aynı zamanda proje ekibi, simülasyon ve gerçek dünya uygulamaları (Sim2Real) arasındaki teknoloji boşluğunu daha etkin bir şekilde kapatmak için yüksek değerli özelleştirilmiş davranışsal veri toplamayı dinamik olarak teşvik edecek.
Reborn'un DePAI flywheel'ı çalışıyor
Robotik alanındaki "ChatGPT anı" robot şirketlerinin kendileri tarafından tetiklenmeyecek, çünkü donanım dağıtımı yazılımdan çok daha karmaşıktır. Robot teknolojisinin patlayıcı büyümesi doğal olarak maliyet, donanım kullanılabilirliği ve dağıtım karmaşıklığı ile sınırlıdır ve bu engeller ChatGPT gibi saf dijital yazılımlarda kesinlikle mevcut değildir.
İnsan biçimli robotların dönüm noktası, prototiplerin ne kadar etkileyici olduğunda değil, maliyetin halkın karşılayabileceği bir seviyeye düşmesindedir; tıpkı akıllı telefonların veya bilgisayarların yaygınlaşmasında olduğu gibi. Maliyetler düştüğünde, donanım bir giriş bileti haline gelir, gerçek rekabet avantajı ise veri ve modellerdedir: daha spesifik olarak, makineleri eğitmek için kullanılan hareket zekasının ölçeği, kalitesi ve çeşitliliğidir.
Sonuç
Robot platformu devrimi durdurulamaz, ancak tüm platformlar gibi, büyük ölçekli gelişimi de veri desteğinden ayrılamaz. Reborn, kriptonun yapay zeka robotik yığınındaki en kritik boşluğu doldurabileceğine dair oldukça kaldıraçlı bir bahistir: robot veri çözümü DePAI, uygun maliyetli, yüksek düzeyde ölçeklenebilir ve modülerdir. Robotik, yapay zekanın bir sonraki sınırı olsa da, Reborn genel halkı eylem verilerinin "madencilerine" dönüştürüyor. Tıpkı büyük dil modellerinin metin işaretleyicilerle desteklenmesi gerektiği gibi, insansı robotların da büyük aksiyon dizileriyle eğitilmesi gerekir. Reborn ile son darboğazı aşacağız ve insansı robotlar için bilim kurgudan gerçeğe sıçramayı gerçekleştireceğiz.
View Original
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
İnsansı Botlar + Kripto Varlıklar: Reborn DePAI döngüsünü nasıl oluşturur?
Yazar: brianbreslow, Hypersphere Ventures
Derleyen: Tim, PANews
İcra Özeti
İnsansı genel robotlar, bilim kurgu eserlerinden hızla gerçeğe dönüşüyor. Donanım maliyetlerinin sürekli düşmesi, sermaye yatırımlarının artması ve hareketlilik ile operasyonel yeteneklerdeki teknolojik atılımlar, bu üç faktörün sürekli birleşimi, bilgisayar alanındaki bir sonraki büyük platform iterasyonunu aktif olarak destekliyor.
Hesaplama gücü ve donanım ekipmanlarının giderek ticari hale gelmesine rağmen, makine mühendisliği düşük maliyet avantajları sağlasa da, bu sektör hala eğitim verisi darboğazından muzdarip.
Reborn, yüksek hassasiyetli hareket ve sentetik verileri kitle kaynaklı hale getirmek ve temel robot modelleri oluşturmak için merkezi olmayan fiziksel yapay zekadan (DePAI) yararlanan ve insansı robotların konuşlandırılmasını sağlamak için benzersiz bir bakış açısına yerleştiren birkaç projeden biridir. Program, UC Berkeley, Cornell Üniversitesi, Harvard Üniversitesi ve Apple'da güçlü teknik becerilere ve akademik geçmişe ve profesörlüklere sahip bir kurucu ekip tarafından yönetilmektedir ve akademik mükemmelliği gerçek dünya mühendislik uygulamasıyla birleştirir.
İnsansı Robotlar: Bilim Kurgu Eserlerinden Sınırda Uygulamalara
Robot teknolojisinin ticarileşmesi yeni bir kavram değil. Halk arasında bilinen 2002 yılında piyasaya sürülen iRobot Roomba elektrikli süpürgesi veya son yıllarda popülerleşen Kasa evcil hayvan kameraları gibi ev robotları, tek işlevli cihazlar arasında yer alıyor. Yapay zekanın gelişimi ile robotlar, tek işlevli makinelerden çok işlevli biçimlere evrim geçiriyor ve açık ortamlarda çalışmaya uyum sağlamayı hedefliyor.
İnsansı robotlar, önümüzdeki 5 ile 15 yıl içinde temizlik, yemek pişirme gibi temel görevlerden kademeli olarak yükselerek, nihayetinde resepsiyon hizmetleri, yangın söndürme ve hatta cerrahi gibi karmaşık işleri yapabilir hale gelecek.
Son zamanlarda gelişmeler, insansı robotları bilim kurgu romanlarından gerçeğe dönüştürüyor.
Piyasa Dinamikleri: 100'den fazla şirket, insansı robotlara (Tesla, Yuzhu Technology, Figure AI, Clone, Agile vb. gibi) yatırım yapıyor.
Donanım teknolojisi korkutucu vadiyi başarıyla aştı: Yeni nesil insansı robotlar, gerçek ortamda insan benzeri etkileşimleri gerçekleştirebilecek kadar akıcı ve doğal hareketler sergiliyor. Bunlar arasında Yuzhu H1'in yürüyüş hızı saniyede 3.3 metreye ulaşabiliyor, bu da insanın ortalama yürüyüş hızı olan saniyede 1.4 metreden çok daha yüksek.
(Not: Korkunç Vadi Teorisi (The Uncanny Valley), insanların insansı olmayan varlıklara (robotlar, oyuncaklar, sanal imgeler vb.) duygusal tepkilerini tanımlayan bir psikoloji teorisidir.)
İnsansı robotların maliyetinde yeni bir paradigma: 2032 yılına kadar ABD işgücü maaş seviyesinin altına düşmesi bekleniyor.
Gelişim engeli: Gerçek dünya eğitim verileri
İnsan biçimli robotlar alanında belirgin avantajlar olmasına rağmen, düşük veri kalitesi ve eksiklik sorunları hala büyük ölçekli dağıtımı engellemektedir.
Diğer yapay zeka varlık teknolojileri, örneğin otonom sürüş teknolojisi, mevcut araçlara entegre edilen kameralar ve sensörler aracılığıyla veri sorununu büyük ölçüde çözmüştür. Tesla, Waymo gibi otonom sürüş sistemlerine örnek vererek, bu araç filoları milyarlarca mil gerçek yol sürüş verisi üretebilmektedir. Waymo, bu gelişim aşamasında araçları yola çıkarırken, ön koltukta gerçek zamanlı eğitim için insan denetleyiciler bulundurmaktadır.
Ancak, tüketicilerin "robot bakıcı" varlığını kabul etmeleri pek olası değil. Robotların, kutudan çıktığı anda yüksek performansa sahip olmaları gerekmekte, bu da dağıtım öncesi veri toplamanın kritik hale gelmesini sağlıyor. Tüm eğitimlerin ticarileştirme öncesinde tamamlanması gerekiyor ve verilerin ölçeği ile kalitesi hala devam eden bir sorun.
Her bir eğitim modunun kendi ölçek birimleri olmasına (örneğin, büyük dil modelleri için Token, görüntü üreticileri için video - metin çiftleri, robot teknolojisi için hareket parçaları) rağmen, aşağıdaki karşılaştırma robot teknolojisi verilerinin kullanılabilirliğinin karşılaştığı büyüklük farkını net bir şekilde ortaya koymaktadır:
GPT-4'ün eğitim veri setinin boyutu 15 trilyondan fazla metin belirtecidir.
Midjourney ve Sora, milyarlarca etiketli video metin eşlemesi kullanıyor.
Buna karşın, en büyük robot veri seti yalnızca yaklaşık 2.4 milyon etkileşim kaydı içermektedir.
Bu fark, robot teknolojisinin neden büyük dil modelleri gibi gerçek bir temel model oluşturmadığını açıklamaktadır, anahtar ise veri temelinin henüz eksik olmasıdır.
Geleneksel veri toplama yöntemleri, insansı robotların eğitim verilerinin ölçeklenebilirlik ihtiyaçlarını karşılamakta zorluk çekmektedir. Mevcut yöntemler şunlardır:
Simülasyon: Düşük maliyetli ancak gerçek sınır senaryolarının eksikliği (simülasyon ile gerçeklik arasındaki uçurum)
İnternet videoları: Robot öğrenimi için gerekli olan varlık hissi ve kuvvet geri bildirimi ortamını sağlayamamaktadır.
Gerçek dünya verileri: Doğru olsa da, uzaktan kontrol ve insan müdahalesi gerektirmektedir; bu da maliyetin yüksek olmasına (her bir robot 40.000 doların üzerinde) ve ölçeklenebilirlik eksikliğine yol açmaktadır.
Sanal ortamlarda model eğitimi maliyet açısından düşük ve ölçeklenebilir olsa da, bu modeller gerçek dünya uygulamalarında genellikle zorluklarla karşılaşmaktadır. Bu sorun, sanaldan gerçeğe geçiş (Sim2Real) olarak adlandırılmaktadır.
Örneğin, simülasyon ortamında eğitilen bir robot, ışıklandırması mükemmel ve pürüzsüz yüzeylere sahip nesneleri kolayca alabilir, ancak karmaşık bir ortamla, engebeli dokularla veya insanların gerçek dünyada alışkın olduğu çeşitli beklenmedik durumlarla karşılaştığında genellikle çaresiz kalır.
Reborn, robot eğitimini güçlendirmek ve "simülasyondan gerçeğe geçiş" (Sim2Real) sorununu çözmek için gerçek dünya verilerini hızlı ve maliyet etkin bir şekilde toplamanın bir yolunu sunar.
Reborn: Merkeziyetsiz Fiziksel AI'nin Tam Yığın Vizyonu
Reborn, gömülü zeka robot uygulamalarına yönelik dikey entegre bir yazılım ve veri platformu inşa ediyor. Şirketin temel hedefi, insansı robotlar alanındaki veri darboğazı sorununu çözmek, ancak vizyonu bunun çok ötesinde. Kendi geliştirdiği donanım, çok modlu simülasyon altyapısı ve temel modellerin birleşimi ile Reborn, gömülü zekanın tam yığın sürücüsü haline gelecek.
Reborn platform, başlangıç noktası olarak özel tüketici düzeyindeki hareket yakalama cihazı "ReboCap" ile, hızlı bir şekilde genişleyen artırılmış gerçeklik ve sanal gerçeklik oyun ekosistemini inşa etmektedir. Kullanıcılar, yüksek doğrulukta hareket verileri sağlayarak çevrimiçi teşvik ödülleri kazanmakta ve platformun sürekli gelişimini desteklemektedir. Şu anda Reborn, 5000'den fazla ReboCap cihazı satmıştır, aylık aktif kullanıcı sayısı 160.000'e ulaşmış ve yıl sonunda 2 milyon kullanıcıyı aşma hedefi belirlemiştir.
Reborn, veri toplama verimliliği diğer çözümlerden çok daha yüksektir.
Dikkat çekici bir şekilde, bu büyüme tamamen doğaldır: kullanıcılar oyunun kendisinin eğlencesine çekilir ve yayıncılar, ReboCap ile dijital avatarlarının gerçek zamanlı duruş yakalaması ile yönlendirilir. Bu spontane verimli döngü, ölçeklenebilir, düşük maliyetli, yüksek kaliteli veri üretimini mümkün kılarak Reborn veri setini en iyi robotik şirketlerinin benimsemek için rekabet ettiği bir eğitim kaynağı haline getiriyor.
ReBorn yazılım yığınının ikinci katmanı, parçalanmış bir simülasyon ortamını birleştiren çok modlu bir veri platformu olan Roboverse'dir. Günümüzün simülasyon ortamı, Mujoco ve NVIDIA Isaac Lab gibi silolarda çalışan, her biri kendi güçlü yönlerine sahip ancak birlikte çalışamayan araçlarla oldukça parçalıdır. Bu parçalanma, Ar-Ge sürecini yavaşlatır ve simülasyon ile gerçeklik arasındaki boşluğu daha da kötüleştirir. Roboverse, birden fazla simülatör üzerinde standartlaştırarak robot modellerini geliştirmek ve değerlendirmek için ortak bir sanal altyapı oluşturmuştur. Bu entegrasyon, sistemin ölçeklenebilirliğini ve genelleştirilmesini büyük ölçüde geliştiren tutarlı kıyaslamayı destekler.
Roboverse, kesintisiz işbirliği sağladı. İlki, gerçek dünya verilerini büyük ölçekte toplarken, ikincisi simülasyon ortamları oluşturarak model eğitimini yönlendiriyor ve her ikisi birlikte Reborn dağıtık fiziksel zeka ağının gerçek gücünü sergiliyor. Bu platform, basit veri toplamanın ötesinde bir fiziksel yapay zeka geliştirici ekosistemi oluşturmayı hedefliyor ve işlevleri, gerçek model dağıtımı ve ticari lisanslama alanlarına kadar uzanıyor.
Reborn Temel Model
Reborn teknolojisi yelpazesinin en kritik bileşeni belki de Reborn temel modeli (RFM)'dır. İlk robot temel modellerinden biri olarak, bu model yeni nesil fiziksel yapay zeka altyapısının ana sistemi olarak şekillendirilmektedir. Konumlandırması, geleneksel büyük dil temelli modellere benzer; OpenAI'nin GPT-4'ü veya Meta'nın Llama'sı gibi, ancak robotik alanına yöneliktir.
Reborn teknoloji yığını
Reborn teknolojik yığınının üç temel bileşeni (ReboCap veri platformu, Roboverse simülasyon sistemi ve RFM model lisanslama mekanizması) sağlam bir dikey entegrasyon koruma duvarı oluşturmaktadır. Kalabalık kaynaklı hareket verilerini güçlü simülasyon sistemi ve model lisanslama sistemi ile birleştirerek, Reborn, sahalar arası genelleme yeteneğine sahip temel modeller eğitebilmektedir. Bu model, sanayi, tüketim ve araştırma alanlarındaki çeşitli robotik uygulamaları destekleyerek, büyük miktarda çeşitli veriler altında genel dağıtım sağlamaktadır.
Reborn, Galbot ve Noematrix ile ücretli pilot programların yanı sıra Unitree, Booster Robotics, Swiss Mile ve Agile Robots ile stratejik ortaklıklar başlatarak teknolojisinin ticarileştirilmesini agresif bir şekilde ilerletiyor. Çin'in insansı robot pazarı, küresel pazarın yaklaşık %32,7'sini oluşturan hızlı bir büyüme yaşıyor. Özellikle Unitree, küresel dört ayaklı robot pazarının %60'ından fazla paya sahiptir ve 2025 yılına kadar 1000'den fazla birim (insansı robot) üretmeyi planlayan altı Çinli üreticiden biridir.
Kripto para teknolojisinin fiziksel yapay zeka teknoloji yığınındaki rolü
Kripto teknolojisi, fiziksel dünya yapay zekası için tam bir dikey yığın inşa ediyor.
Reborn, önde gelen bir bedenlenmiş yapay zeka kripto para projesidir.
Bu projeler fiziksel yapay zeka yığınına ait farklı katmanlarda olsalar da, ortak bir noktaları var: Tamamen DePAI projeleri. DePAI, token teşvikleriyle teknolojik yığını kapsayarak açık, bileşenlere ayrılabilir ve izin gerektirmeyen bir genişleme mekanizması oluşturuyor ve işte bu yenilik, fiziksel yapay zekanın merkeziyetsiz gelişimini mümkün kılıyor.
Reborn henüz token çıkarmadı ve işinin organik büyümesi daha da değerli. Token teşvik mekanizması resmi olarak başlatıldığında, DePAI volan etkisinin önemli bir parçası olarak ağ katılımı hızlanacaktır: kullanıcılar Reborn donanım cihazları (ReboCap koleksiyoncuları) satın aldıklarında proje ekibinden teşvikler alabilirler ve robot Ar-Ge şirketleri ReboCap sahiplerine katkı ödülleri ödeyecek ve bu ikili teşvik, daha fazla insanı ReboCap cihazlarını satın almaya ve kullanmaya yönlendirecektir. Aynı zamanda proje ekibi, simülasyon ve gerçek dünya uygulamaları (Sim2Real) arasındaki teknoloji boşluğunu daha etkin bir şekilde kapatmak için yüksek değerli özelleştirilmiş davranışsal veri toplamayı dinamik olarak teşvik edecek.
Reborn'un DePAI flywheel'ı çalışıyor
Robotik alanındaki "ChatGPT anı" robot şirketlerinin kendileri tarafından tetiklenmeyecek, çünkü donanım dağıtımı yazılımdan çok daha karmaşıktır. Robot teknolojisinin patlayıcı büyümesi doğal olarak maliyet, donanım kullanılabilirliği ve dağıtım karmaşıklığı ile sınırlıdır ve bu engeller ChatGPT gibi saf dijital yazılımlarda kesinlikle mevcut değildir.
İnsan biçimli robotların dönüm noktası, prototiplerin ne kadar etkileyici olduğunda değil, maliyetin halkın karşılayabileceği bir seviyeye düşmesindedir; tıpkı akıllı telefonların veya bilgisayarların yaygınlaşmasında olduğu gibi. Maliyetler düştüğünde, donanım bir giriş bileti haline gelir, gerçek rekabet avantajı ise veri ve modellerdedir: daha spesifik olarak, makineleri eğitmek için kullanılan hareket zekasının ölçeği, kalitesi ve çeşitliliğidir.
Sonuç
Robot platformu devrimi durdurulamaz, ancak tüm platformlar gibi, büyük ölçekli gelişimi de veri desteğinden ayrılamaz. Reborn, kriptonun yapay zeka robotik yığınındaki en kritik boşluğu doldurabileceğine dair oldukça kaldıraçlı bir bahistir: robot veri çözümü DePAI, uygun maliyetli, yüksek düzeyde ölçeklenebilir ve modülerdir. Robotik, yapay zekanın bir sonraki sınırı olsa da, Reborn genel halkı eylem verilerinin "madencilerine" dönüştürüyor. Tıpkı büyük dil modellerinin metin işaretleyicilerle desteklenmesi gerektiği gibi, insansı robotların da büyük aksiyon dizileriyle eğitilmesi gerekir. Reborn ile son darboğazı aşacağız ve insansı robotlar için bilim kurgudan gerçeğe sıçramayı gerçekleştireceğiz.