Open world modeliai fiziniam DI: robotams reikia mokytis ne iš gražių demo
·
fizinis DI šiandien nėra teorinis žaislas. Tai jau darbas, pinigai, duomenys ir kartais labai žemiškas klausimas: kas prisiims atsakomybę, kai DI pradės veikti už žmogų?
Fizinis DI nėra tik robotas gražiame video. NVIDIA rugpjūčio 6 d. rašo apie open world modelius, kurie padeda robotams mokytis iš platesnio pasaulio: simuliacijų, sintetinių duomenų ir skirtingų fizinių scenarijų.
Turiu prisipažinti, tokias naujienas skaitau ne kaip blizgančią vitriną. Skaitau kaip žmogus, kuris iš karto galvoja apie komandą pirmadienio rytą. Kas iš to bus naudinga? Kur bus painiava? Ir kur po mėnesio kas nors pasakys: „mes galvojom, kad čia automatiškai susitvarkys“.
KAS NUTIKO
NVIDIA Cosmos Coalition plečia darbą su open world modeliais, fizinio DI kūrėjais ir robotikos sritimis. Tikslas – modeliai, kuriuos galima atsisiųsti, tikrinti, keisti ir paleisti savo infrastruktūroje.
Čia kaip vairuoti mokytis ne tuščioje aikštelėje, o mieste. Aikštelė reikalinga. Bet tikras gyvenimas visada išmeta dviratininką, lietų, remontą ir žmogų, kuris nusprendė eiti ne per perėją.
Čia svarbi detalė: kalbame ne apie dar vieną gražų demonstracinį video. Kalbame apie produktus, politiką, infrastruktūrą arba tyrimus, kurie keičia, kaip žmonės dirba su DI realiose organizacijose.
KODĖL TAI SVARBU
Robotikai reikia suprasti ne tik tekstą, o pasaulio priežastis: judėjimą, trintį, atstumą, klaidas, retas situacijas ir saugumo ribas.
DI jau išlipo iš „parašyk tekstą“ dėžutės. Jis naršo, jungiasi prie įrankių, analizuoja duomenis, planuoja veiksmus, kartais tvarko dokumentus ar padeda priimti sprendimą. Trumpai: jis artėja prie darbo proceso, ne tik prie pokalbio lango.
Ir čia smegenys mėgsta paslysti. Norisi sakyti: „ai, čia dar užsienyje“. Bet tas pats modelis ar funkcija rytoj atsiras kliento kompiuteryje, darbuotojo naršyklėje arba partnerio pasiūlyme.
KĄ TAI REIŠKIA VERSLUI
Gamybos, logistikos, žemės ūkio ir sveikatos technologijų įmonėms tai rodo, kad fizinis DI bus kuriamas per modelius, simuliaciją ir nuolatinį testavimą.
- testuoti retus scenarijus
- naudoti simuliaciją prieš realų paleidimą
- vertinti modelio paaiškinamumą
- turėti žmogaus sustabdymo kelią
Jei turite fizinį procesą, susirašykite 10 situacijų, kurios nutinka retai, bet brangiai kainuoja. Ten ir prasideda DI testų vertė.
Man patinka paprastas testas: ar po šios naujienos tavo komanda turi vieną aiškesnį sprendimą? Jei ne, vadinasi dar tik skaitome. Skaityti galima. Tik nereikia apsimesti, kad tai jau strategija.
KUR GALI SKAUDĖTI
Rizika – manyti, kad demonstracija yra pasiruošimas produkcijai. Demo rodo galimybę. Testai rodo ribas.
Dažniausia klaida labai ūkiška. Žmonės įsijungia įrankį, pabando, nustemba, pasidžiaugia ir tada palieka viską savieigai. Po kelių savaičių paaiškėja, kad vieni darbuotojai kelia jautrius failus, kiti matuoja naudą iš jausmo, o treti net nežino, kas leidžiama.
Ne tragedija. Bet tvarkos reikia.
KĄ PASIDARYTI ŠIĄ SAVAITĘ
Šią savaitę vienam fiziniam procesui nupieškite blogiausių scenarijų žemėlapį ir pažymėkite, ką DI privalo atpažinti.
Šaltinis: NVIDIA Blog.
DUK
Kas yra fizinis DI?
Tai DI sistemos, kurios veikia fiziniame pasaulyje: robotai, autonominės mašinos, gamybos ar logistikos sistemos.
Kodėl reikia open world modelių?
Jie padeda mokyti ir testuoti sistemas platesniuose, mažiau nuspėjamuose scenarijuose.
Ką gali daryti verslas?
Pradėti nuo simuliacijos, retų scenarijų sąrašo ir aiškių saugumo ribų.
Jei nori DI naudoti praktiškai, pradėk nuo vieno proceso. Vienas pasikartojantis darbas. Vienas atsakingas žmogus. Vienas matavimas. Daugiau praktikos rasi MasterSprint.
