A kulcs a részletekben rejlett: hogyan tanulnak most a robotok
A DreamDojo lényege egy hatalmas, 44 000 órányi, emberi szemszögből rögzített videókból álló adatbázis (az Ego-Exo4D), amely 15-ször hosszabb, 96-szor több készséget és 2000-szer több jelenetet vonultat fel, mint az eddigi legnagyobb ilyen célú kollekciók. Ezen keresztül a rendszer két lépésben sajátítja el a tudást: először megfigyelések alapján tanulja meg az alapvető fizikai törvényszerűségeket, később pedig célzott gyakorlással sajátítja el az egyes robotplatformokhoz igazított mozdulatokat.
Így a robotok már képesek teljesen megfigyelésből, valódi emberi viselkedést követve, általánosítani azokat az ismereteket, amelyekre a valóságban szükségük lesz, legyen szó akár egy pohár dobozba helyezéséről egy műhelyben, vagy bármilyen összetettebb interakcióról.
Az MI-gyorsulás: olcsóbb robotkiképzés, valós idejű tervezés
A kutatók egyik legnagyobb áttörése a sebességben rejlik: a DreamDojo speciális „desztillációs folyamattal” lehetővé teszi, hogy a robotok valós időben, másodpercenként 10 képkockás sebességgel végezzenek műveleteket – egy-egy feladatsort akár egy percen át, megszakítás nélkül. Ez olyan új lehetőségeket nyit meg, mint az élő teleoperáció vagy a gyors tervezés, és a rendszer többféle, már létező humanoid platformon (Unitree H1, Boston Dynamics Atlas, Agility Digit, Sanctuary AI Phoenix) sikeresen bizonyított.
Miért fektet most mindent a robotikába az Nvidia?
A robotikai áttörés egybeesett az MI-szektor rekord növekedésével. Jensen Huang, az Nvidia vezérigazgatója Davosban „egy egész generáció sorsát meghatározó lehetőségként” beszélt a humánrobotikáról, és kiemelte, hogy a következő évtized a robotika évtizede lesz. Nem véletlen, hogy az MI-infrastruktúrára idén a nagy tech cégek összesen 242 000 milliárd forintot költenek majd világszerte.
Az MI- és robotikai startupok tavaly történelmi, 2000 milliárd forintnyi befektetést vonzottak. Európai ipari mamutok (Siemens, ABB, Bosch) egész sora lépett partnerségre robotikai vállalkozásokkal, Elon Musk pedig azt állítja, hogy cégének jövőjét már nem az autók, hanem az Optimus humanoid robotok hozzák el.
Robotos szimuláció: a jövő vállalatainak játékszere
A DreamDojo igazi haszna ott mutatkozik meg, ahol olcsón, veszélyek nélkül lehet nagyszabású robotteszteket futtatni, megbízható szabályokat és viselkedéseket vizsgálni, vagy akár valós időben fejleszteni tesztidőben – mindezt anélkül, hogy valaha is szükség volna fizikai próbaüzemre. Így érdemben csökkenhet az eltérés a laboratóriumi siker és a gyári valóság között. Eddig gyakori volt, hogy amit egy robot laborban „tudott”, az a való életben – más fényviszonyok, ismeretlen tárgyak, bonyolultabb akadályok között – csődöt mondott. A DreamDojo 44 000 órányi változatos jelenetei éppen ezen a problémán segíthetnek felülkerekedni, általános, emberi viselkedést követő intuíciókkal vértezve fel a gépeket.
Az Nvidia új iránya: a számítógépektől a humanoid gépekig
Kérdés, hogy mikor lesz mindebből üzleti áttörés, de az irány már most egyértelmű: az Nvidia a játékszobák és grafikus kártyák helyett a robotgyártás felé fordult. Ezt tükrözi a vállalat befektetési stratégiája is, beleértve egy nagyobb lehetséges befektetést az OpenAI következő körébe. A DreamDojo egyszerre MI-siker, ipari ugródeszka és egy merőben új szemléletmód: a robotok már nemcsak velünk, hanem rólunk tanulják, hogyan működik a világ. Az MI világa most már nemcsak digitális, hanem fizikai is lett.
