AI mempelajari internet. Kini ia perlu mempelajari dunia.
Kecerdasan buatan telah mencapai kemajuan yang luar biasa dengan belajar daripada dunia digital. Internet telah menyediakan sistem AI dengan bekalan teks, imej, video, kod dan bentuk maklumat digital yang sangat besar. Daripada model bahasa dan AI generatif kepada ejen perisian yang semakin berkemampuan, sebahagian besar evolusi AI terkini telah dikuasakan oleh banyaknya data digital ini.
Tetapi dunia fizikal memberikan cabaran yang sangat berbeza.
Sistem AI perlu mengenal pasti objek dalam imej atau menerangkan cara sesuatu tugasan perlu dilaksanakan, tetapi mesin pintar pula perlu menjalankan tugasan tersebut secara fizikal sambil bertindak balas terhadap persekitaran yang berubah-ubah, situasi yang tidak dijangka dan kekangan dunia sebenar.
Mengambil cawan, membuka laci, memusingkan pemegang, menggerakkan objek atau berinteraksi dengan selamat dengan orang memerlukan lebih daripada sekadar pengecaman. Ia memerlukan persepsi, pergerakan, koordinasi, kawalan dan pengalaman.
Di sinilah AI Fizikal masuk ke dalam gambar.
AI fizikal secara amnya merujuk kepada sistem pintar yang boleh melihat, menaakul dan bertindak dalam persekitaran fizikal. Robotik adalah salah satu aplikasinya yang paling ketara, tetapi cabarannya melangkaui robot itu sendiri. Agar mesin pintar menjadi lebih berkemampuan dalam dunia fizikal, ia memerlukan sesuatu yang telah dimanfaatkan oleh AI digital selama bertahun-tahun: pengalaman bermakna pada skala besar.
Di Callindo, kami melihat peralihan ini sebagai lebih daripada sekadar trend teknologi yang lain. Ia mewakili peluang untuk memikirkan semula bagaimana manusia, teknologi dan AI boleh bekerjasama untuk menyelesaikan masalah dunia sebenar yang semakin kompleks.
Itulah sebabnya kami teruja untuk mengumumkan kerjasama kami dengan AI Enjin Dunia.
Daripada Kecerdasan Digital kepada Kecerdasan Fizikal
Perkembangan AI moden berkait rapat dengan ketersediaan data digital.
Internet telah mewujudkan persekitaran pembelajaran yang luas. Pengetahuan manusia, komunikasi, imej, perisian dan pelbagai bentuk maklumat digital lain boleh dikumpulkan dan diubah menjadi bahan yang boleh dipelajari oleh sistem AI.
Kecerdasan fizikal menghadapi masalah yang berbeza.
Kebanyakan pengetahuan fizikal manusia adalah tersirat. Kita tahu cara mencapai gelas, memegang pemegang, mengambil objek, melaraskan pergerakan kita apabila sesuatu tergelincir, atau mengubah pendekatan kita apabila tindakan yang dijangkakan tidak berjaya.
Kita melakukan tindakan ini secara berterusan, selalunya tanpa memikirkan secara sedar tentang kerumitan yang terlibat.
Walau bagaimanapun, bagi mesin, interaksi ini mengandungi maklumat yang berharga.
Kedudukan sesuatu objek, pergerakan tangan, daya yang diperlukan untuk memegang sesuatu, hubungan antara pelbagai objek dan tindak balas terhadap peristiwa yang tidak dijangka semuanya boleh menyumbang kepada pengalaman fizikal yang perlu dipelajari oleh sistem AI.
WorldEngine AI memberi tumpuan kepada cabaran ini.
Misi yang dinyatakan adalah untuk mencapai AGI Fizikal, bermula dengan apa yang dikenal pasti sebagai kesesakan utama: pengalaman fizikal. Syarikat itu menggambarkan pendekatannya sebagai merakam pengalaman fizikal pada skala besar, menstrukturkannya menjadi data yang berguna dan melatih model yang boleh dipelajari daripadanya.
Idea ini mengubah cara kita boleh berfikir tentang robotik.
Persoalannya bukan sekadar bagaimana untuk membina robot yang berkebolehan.
Ia juga merupakan cara untuk mewujudkan sistem, data dan proses pembelajaran yang membolehkan kecerdasan fizikal terus bertambah baik.
Membina Infrastruktur di Sebalik AI Fizikal
Inilah salah satu sebab WorldEngine AI amat menarik.
Daripada meletakkan robot sebagai produk yang berdiri sendiri, WorldEngine menggambarkan kerjanya sebagai membina lapisan infrastruktur AI fizikal yang menghubungkan data, model, penilaian dan penggunaan.
Di tengah-tengah pendekatan ini terdapat kitaran pembelajaran berterusan.
Pengalaman fizikal dirakam dan distrukturkan menjadi data. Model belajar daripada data tersebut. Prestasi mereka dinilai dalam persekitaran dunia sebenar. Penilaian tersebut mendedahkan di mana sistem masih bergelut, manakala kegagalan dan pengalaman baharu memberikan maklumat yang boleh memberi makan kepada peringkat pembelajaran seterusnya.
Secara ringkasnya:
Tangkap → Struktur → Latih → Nilaikan → Gunakan → Belajar semula
Ini mewujudkan perspektif yang berbeza tentang masa depan robotik.
Sistem AI fizikal yang berkebolehan bukan sahaja bergantung pada perkakasan, tetapi juga pada infrastruktur yang mengelilingi perkakasan tersebut: data yang dipelajarinya, model yang memproses data tersebut, kaedah yang digunakan untuk menilai prestasi dan proses penggunaan yang menghubungkan kecerdasan kembali ke dunia nyata.
Karya WorldEngine yang dibentangkan secara terbuka mencerminkan penekanan terhadap pengalaman fizikal dan data ini. Projek WEB-1Knya, sebagai contoh, mempersembahkan demonstrasi manipulasi bimanual merentasi 90 tugasan dunia sebenar, dengan lebih daripada 50,000 episod yang dirakam dan ratusan juta bingkai.
Kepentingannya bukan sekadar saiz set data.
Ia merupakan pengiktirafan bahawa interaksi fizikal setiap hari boleh menjadi sumber pembelajaran untuk mesin.
AI fizikal memerlukan pengalaman, dan pengalaman memerlukan infrastruktur.
Mengapa Unsur Manusia Masih Penting
Apabila AI dan robotik menjadi lebih berkemampuan, satu persoalan penting secara semula jadinya akan timbul:
Apa yang berlaku kepada peranan manusia?
Di Callindo, kami tidak melihat peningkatan automasi sebagai secara automatik bermakna peranan yang lebih kecil untuk manusia.
Teknologi boleh meningkatkan kelajuan, konsistensi, kebolehskalaan dan akses kepada maklumat. AI boleh membantu menganalisis data, menyokong keputusan dan mengautomasikan bahagian aliran kerja yang semakin kompleks. Robotik boleh meluaskan sistem pintar ke dalam persekitaran fizikal.
Tetapi operasi dunia sebenar jarang sekali dapat diramalkan dengan sempurna.
Orang ramai memahami konteks. Mereka mengenal pasti pengecualian. Mereka membuat pertimbangan apabila situasi berada di luar senario yang telah ditetapkan. Mereka membantu mewujudkan kualiti, mengurus kes pinggir dan menghubungkan teknologi dengan realiti praktikal sesuatu operasi.
Itulah sebabnya manusia-dalam-gelung keupayaan kekal penting seiring dengan perkembangan automasi.
Bagi Callindo, ini berkait rapat dengan apa yang telah kami lakukan.
Keupayaan kami merangkumi sumber manusia, pelaksanaan operasi, pengendalian data, jaminan kualiti, proses yang disokong teknologi dan infrastruktur tenaga kerja yang boleh diskala. Keupayaan ini menjadi sangat relevan apabila teknologi bergerak melangkaui aliran kerja digital terkawal dan memasuki persekitaran kompleks di mana konteks manusia dan disiplin operasi masih penting.
AI fizikal menambah dimensi baharu kepada hubungan ini.
Mengapa Callindo dan WorldEngine AI Pelengkap
Di sinilah perkongsian kami dengan WorldEngine AI menjadi bermakna.
Kedua-dua syarikat ini membawa keupayaan berbeza ke bidang peluang yang dikongsi dan baru muncul.
AI Enjin Dunia memberi tumpuan kepada AI Fizikal, pengalaman fizikal, robotik, data, latihan model, penilaian dan infrastruktur yang diperlukan untuk membantu sistem pintar belajar daripada dunia fizikal.
Callindo membawa manusia, pelaksanaan operasi, pengendalian data, proses kualiti dan keupayaan manusia-dalam-gelung.
Ini adalah keupayaan yang saling melengkapi dan bukannya keupayaan yang serupa.
Bagi Callindo, kerjasama ini bukanlah untuk menjadi pengeluar robotik. Ia adalah untuk memperluaskan pendekatan sedia ada kami terhadap manusia dan teknologi ke dalam ekosistem yang baru muncul di mana AI semakin berinteraksi dengan dunia fizikal.
Apabila mesin pintar bergerak melangkaui demonstrasi terkawal dan memasuki persekitaran dunia sebenar yang lebih pelbagai, lapisan operasi di sekelilingnya menjadi semakin penting.
Pengalaman mesti dirakam.
Data mesti distrukturkan.
Proses mesti dilaksanakan secara konsisten.
Prestasi mesti dinilai.
Pengecualian mesti difahami.
Dan maklumat yang terhasil mesti dimasukkan kembali ke dalam kitaran pembelajaran.
Ini adalah bidang di mana teknologi dan keupayaan operasi manusia boleh berfungsi bersama.
Manusia + Teknologi + AI
Bagi Callindo, hala tuju kami yang lebih luas boleh dinyatakan secara ringkas:
Manusia + Teknologi + AI.
Orang ramai membawa konteks, pertimbangan, kebolehsuaian dan pengalaman operasi.
Teknologi menyediakan infrastruktur, ketersambungan dan kebolehskalaan yang diperlukan untuk menyokong operasi yang semakin canggih.
AI memperkenalkan keupayaan baharu untuk kecerdasan, automasi, analisis dan sokongan keputusan.
AI Fizikal memperluaskan kombinasi itu melangkaui skrin dan aliran kerja digital dan ke dalam persekitaran fizikal.
Ini mewujudkan kemungkinan baharu untuk kerjasama.
Bagaimanakah kepakaran manusia dapat membantu sistem pintar belajar? Bagaimanakah proses operasi dapat menyokong penggunaan dan penilaian mesin pintar? Bagaimanakah data yang dijana melalui interaksi dunia sebenar boleh menjadi bahan pembelajaran yang berguna? Dan bagaimanakah manusia dan mesin pintar boleh bekerjasama dengan lebih berkesan?
Ini adalah persoalan yang masih berkembang.
Walau bagaimanapun, apa yang semakin jelas ialah perbualan mengenai AI semakin berkembang.
AI bukan lagi hanya tentang apa yang berlaku di dalam perisian. Ia juga semakin berkaitan dengan bagaimana sistem pintar melihat dan bertindak di dunia di sekeliling kita.
Melihat Ke Hadapan
AI fizikal kekal sebagai bidang yang baru muncul, dan banyak cabaran paling sukarnya masih terbuka.
Mesin memerlukan lebih banyak pengalaman fizikal. Model memerlukan data yang lebih baik. Sistem memerlukan penilaian yang mantap. Ejen pintar perlu menjadi lebih mudah menyesuaikan diri apabila berhadapan dengan kerumitan, kepelbagaian dan ketidakpastian persekitaran dunia sebenar.
Pendekatan WorldEngine bermula daripada premis bahawa kecerdasan fizikal memerlukan substrat pembelajarannya sendiri. Tumpuannya pada pengalaman fizikal, data, model, penilaian dan penggunaan mencerminkan cabaran yang lebih luas itu.
Bagi Callindo, kerjasama kami dengan WorldEngine AI merupakan peluang untuk mengambil bahagian dalam evolusi ini sambil membina apa yang telah kami ketahui dengan sebaik-baiknya: menggabungkan manusia, teknologi dan pelaksanaan operasi untuk menyelesaikan masalah dunia sebenar.
Masa depan tidak perlu dibingkai sebagai manusia lawan mesin.
Ia juga tidak perlu ditakrifkan hanya oleh AI yang menggantikan kerja manusia.
Persoalan yang lebih berguna ialah sejauh mana manusia, AI dan mesin pintar dapat bekerjasama dengan berkesan.
Ketika AI beralih daripada memahami dunia digital kepada berinteraksi dengan dunia fizikal, peranan pengalaman manusia, keupayaan operasi dan infrastruktur teknologi akan terus berkembang seiring dengannya.
Manusia + Teknologi + AI → kini meluas ke dunia fizikal.
Itulah masa depan yang kami teruja untuk terokai bersama AI Enjin Dunia.
