Από τη Meta στα εργοστάσια: Οι επιστήμονες που φέρνουν την οπτική τεχνητή νοημοσύνη στη φυσική παραγωγή

Η τεχνητή νοημοσύνη έχει αλλάξει ριζικά τον ψηφιακό κόσμο, όμως η επόμενη μεγάλη πρόκληση βρίσκεται στον πραγματικό, φυσικό κόσμο. Δύο πρώην κορυφαίοι ερευνητές της Meta, οι Αρμέν Αγκατζανιάν και Ακσάτ Σριβάσταβα, κάνουν ακριβώς αυτό το βήμα με τη νεοσύστατη εταιρεία τους, Perceptron. Ιδρυμένη στα τέλη του 2024, η startup στοχεύει να γεφυρώσει το χάσμα μεταξύ AI και φυσικού περιβάλλοντος, προσφέροντας προηγμένα μοντέλα όρασης υπολογιστών που επιτρέπουν στις μηχανές να αλληλεπιδρούν έξυπνα με τον χώρο γύρω τους.

Το μοντέλο Isaac 0.5 και η επανάσταση στη βιομηχανική ρομποτική

Η Perceptron παρουσίασε πρόσφατα το νέο της μοντέλο, Isaac 0.5, το οποίο σχεδιάστηκε ειδικά για να δώσει στα ρομπότ τη δυνατότητα να «αντιλαμβάνονται, να σκέφτονται και να δρουν» σε βιομηχανικά περιβάλλοντα, όπως αποθήκες και εργοστάσια. Το Isaac 0.5 διατίθεται ως μοντέλο ανοιχτού κώδικα (open-weight), επιτρέποντας σε τρίτους να επιθεωρήσουν τις παραμέτρους και τα δεδομένα εκπαίδευσής του.

Οι ιδρυτές της εταιρείας, οι οποίοι εργάστηκαν στο παρελθόν στο τμήμα FAIR (Fundamental AI Research) της Meta, εξηγούν ότι το μοντέλο τους ξεπερνά τα σημερινά εμπόδια της φυσικής AI. Αντί για εξειδικευμένα μοντέλα που εκτελούν μόνο μία επαναλαμβανόμενη εργασία ή γενικά μοντέλα που απαιτούν τεράστια υπολογιστική ισχύ στο cloud, το Isaac 0.5 είναι ένα ευέλικτο μοντέλο γενικής χρήσης. Μπορεί να βοηθήσει ένα ρομπότ να αναγνώσει μια ετικέτα, να αναλύσει τον χώρο, να αποφασίσει ποιο κουτί θα σηκώσει και να σχεδιάσει τη βέλτιστη διαδρομή πλοήγησης, εκτελώντας σύνθετες εργασίες με πρωτοφανή ευελιξία.

Πώς εκπαιδεύεται η «όραση» των ρομπότ

Για να επιτευχθεί αυτή η προηγμένη λειτουργικότητα, το Isaac 0.5 εκπαιδεύτηκε με τεράστιους όγκους δεδομένων βίντεο. Συγκεκριμένα, η Perceptron χρησιμοποίησε πάνω από ένα εκατομμύριο ώρες γενικού βίντεο για να διδάξει στον αλγόριθμό της την αναγνώριση αντικειμένων και σκηνικών.

Επιπλέον, η εκπαίδευση βασίστηκε σε “ego videos” (βίντεο καταγεγραμμένα από την οπτική γωνία του ανθρώπου που εκτελεί μια εργασία, π.χ. μέσω κάμερας GoPro) και σε βίντεο UMI, τα οποία βοηθούν τα συστήματα AI να κατανοήσουν και να αντιγράψουν τις ανθρώπινες κινήσεις. Παρόλο που η εταιρεία δεν αποκαλύπτει τις ακριβείς πηγές των δεδομένων της, ο Σριβάσταβα επιβεβαίωσε ότι έχουν αναπτύξει εσωτερικά βάσεις δεδομένων μεγέθους petabyte, οι οποίες περιλαμβάνουν εικόνες, κείμενο, βίντεο και ρομποτικές τροχιές.

Οι προοπτικές στην αγορά και η χρηματοδότηση

Η χρησιμότητα ενός λογισμικού που επιτρέπει στα ρομπότ να λειτουργούν αυτόνομα και με ασφάλεια σε αποθήκες και γραμμές παραγωγής είναι τεράστια. Η Perceptron στοχεύει να διαθέσει την τεχνολογία της σε ένα ευρύ φάσμα κλάδων, από τη μεταποίηση και τα logistics, μέχρι την ασφάλεια, την κινητικότητα, αλλά και τα μέσα ενημέρωσης.

Η αγορά δείχνει ήδη έντονο ενδιαφέρον για τις λύσεις της startup. Η Perceptron έχει ήδη συγκεντρώσει χρηματοδότηση ύψους 16 εκατομμυρίων δολαρίων από κορυφαίους επενδυτές, όπως η Bessemer Venture Partners, το The Explorer Fund και η SmartGateVC, ενώ αυτή τη στιγμή βρίσκεται στη διαδικασία ολοκλήρωσης ενός νέου επενδυτικού κύκλου. Με αυτή την ισχυρή οικονομική και τεχνολογική βάση, η εταιρεία φιλοδοξεί να ηγηθεί του νέου κύματος αυτοματισμού στη βαριά βιομηχανία.