Physicl: Χρηματοδότηση 10 εκατ. δολαρίων για τη γεφύρωση ψηφιακού και φυσικού κόσμου στη ρομποτική

Η εκπαίδευση των ρομπότ επόμενης γενιάς εισέρχεται σε τροχιά ραγδαίας εξέλιξης, καθώς η νεοφυής επιχείρηση Physicl ανακοίνωσε την άντληση αρχικής χρηματοδότησης (seed) ύψους 10 εκατομμυρίων δολαρίων. Στον γύρο επένδυσης ηγήθηκε το venture capital Inovia Capital, με στόχο να υποστηρίξει τη δημιουργία ψηφιακών προσομοιώσεων εξαιρετικά υψηλής πιστότητας, ικανών να εκπαιδεύσουν προηγμένα μοντέλα φυσικής τεχνητής νοημοσύνης (physical AI).

Από το ηλεκτρονικό εμπόριο στην επανάσταση της ρομποτικής

Ιδρυτής και διευθύνων σύμβουλος της Physicl είναι ο Άλεξ ντε Βιγκάν, ο οποίος στο παρελθόν είχε αναπτύξει την πλατφόρμα nfinite, μια εταιρεία που παρείχε 3D απεικονίσεις προϊόντων για τον κλάδο του ηλεκτρονικού εμπορίου. Όταν η παραγωγική τεχνητή νοημοσύνη άρχισε να μεταμορφώνει την αγορά της εικόνας, ο ντε Βιγκάν διέκρινε ένα κρίσιμο κενό: παρότι τα μοντέλα AI μπορούν να παράγουν εντυπωσιακές εικόνες, στερούνται ουσιαστικής κατανόησης του χώρου, των υλικών και των νόμων της φυσικής.

Αξιοποιώντας την τεχνολογική υποδομή που είχε ήδη κατασκευαστεί για την πιστή απόδοση τρισδιάστατων περιβαλλόντων, η Physicl μετατρέπει ανομοιογενή και αδόμητα δεδομένα του πραγματικού κόσμου σε ακριβείς ψηφιακές αναπαραστάσεις με σωστή γεωμετρία και ρεαλιστικές ιδιότητες φυσικής.

Το Studio και η λύση στο πρόβλημα των δεδομένων εκπαίδευσης

Μέχρι σήμερα, οι ερευνητές ρομποτικής βασίζονταν είτε σε τεράστιες βάσεις δεδομένων βίντεο είτε στη χρονοβόρα και δαπανηρή συλλογή δεδομένων μέσω τηλεχειρισμού στον φυσικό κόσμο. Οι προσεγγίσεις αυτές συχνά αποδεικνύονται ανεπαρκείς, ιδίως όταν ένα ρομπότ καλείται να χειριστεί μικρά, ποικιλόμορφα αντικείμενα ή να λειτουργήσει σε απρόβλεπτες συνθήκες.

Για να γεφυρώσει αυτό το χάσμα, η Physicl λανσάρει το Studio, ένα εξειδικευμένο εργαλείο που περιλαμβάνει 10.000 τρισδιάστατα περιβάλλοντα και 100.000 ψηφιακά αντικείμενα. Η πλατφόρμα επιτρέπει στους δημιουργούς ρομποτικών συστημάτων να συνθέτουν σκηνές και να παράγουν συνθετικά δεδομένα για δύσκολες οριακές περιπτώσεις (edge cases) — όπως για παράδειγμα τον εντοπισμό ενός φλιτζανιού πάνω σε έναν ακατάστατο πάγκο ή κάτω από έντονες σκιές.

Αυτοματοποιημένη παραγωγή συνθετικών δεδομένων σε πραγματικό χρόνο

Η δυναμική της τεχνολογίας αποτυπώνεται ήδη σε συνεργασίες της εταιρείας. Η SpAItial, εταιρεία ανάπτυξης μοντέλων κόσμου (world models), χρησιμοποίησε τα δεδομένα της Physicl για τη βελτίωση του εργαλείου Echo-3, το οποίο μετατρέπει 2D εικόνες σε 3D προσομοιώσεις. Όπως εξήγησε ο ιδρυτής της SpAItial και καθηγητής ρομποτικής στο Τεχνικό Πανεπιστήμιο του Μονάχου, Ματίας Νίσνερ, η παραδοσιακή χειροκίνητη επιμέλεια δεδομένων απαιτεί υπερβολικό χρόνο, ενώ η Physicl προσφέρει τη δυνατότητα αυτοματοποιημένης παραγωγής δεδομένων σε πραγματικό χρόνο, ανάλογα με τις ανάγκες εκπαίδευσης του εκάστοτε αλγορίθμου.

Το όραμα της Physicl είναι να εξελιχθεί σε έναν πλήρη κόμβο ροών εργασίας, όπου εκατομμύρια ώρες σαρώσεων LIDAR και τρισεκατομμύρια εικόνες θα μετατρέπονται αυτόματα σε δισεκατομμύρια παραλλαγές ψηφιακών δοκιμών, επιταχύνοντας την άφιξη πραγματικά αυτόνομων και χρηστικών ρομπότ στην καθημερινότητα.