Tehnisko mediju izdevums The Decoder (18. septembrī) publicēja emuāra ierakstu, kurā ziņots, ka Nvidia vecākais zinātnieks Džims Fans prognozē, ka robotikas joma tuvāko gadu laikā ievadīs "GPT{1}} mirkli".
Par Džimu Fanu
Džims Fans ieguva doktora grādu. no Stenfordas universitātes Vision Lab, kur studējis prof. Feifei Li vadībā. Viņa pētnieciskās intereses ietver multimodālos fundamentālos modeļus, pastiprinošo mācīšanos un datora redzi, un viņš ir stažējies tādās labi zināmās organizācijās kā Google Cloud AI, OpenAI un Baidu Silicon Valley AI Lab.
Džims Fans pašlaik vada ar AI saistītus pētījumus NVIDIA, un viņa komanda strādā pie "Project Groot", uzņēmuma centieniem izveidot humanoīdu robotu pamatmodeli.
Pētniecības sasniegumi nākamo divu līdz trīs gadu laikā
Džims Fans prognozē, ka nākamajos 2-3 gados robotu pamatmodeļu izpētē būs lieli sasniegumi, taču viņš arī atzīst, ka robotu ikdienas dzīvē būs nepieciešams ilgāks laiks.
Intervijā ar Sequoia Capital Fans sacīja, ka robotikā sagaida "GPT{0}} mirkli" — izrāvienu pamata robotikas modeļos, kas konkurē ar GPT-3 ietekmi valodas apstrādē.
IT Home savus uzskatus tulko šādi:
Robotu ieviešana cilvēku ikdienā nav tikai tehnoloģiju jautājums. Robotiem ir jābūt pieejamiem un masveidā ražotiem, un mums ir nepieciešama aparatūras drošība, kā arī privātuma un normatīvie aizsardzības pasākumi.
Pasaule ir veidota ap cilvēka formu, vai ne? Mūsu restorāni, rūpnīcas, slimnīcas un viss aprīkojums un instrumenti – tie visi ir paredzēti cilvēka formai un rokām.
Viņš apgalvo, ka teorētiski spējīgs humanoīds robots var veikt jebkuru uzdevumu, ko var veikt cilvēks, viņš prognozē, ka humanoīdu robotu aparatūras ekosistēma būs gatava divu līdz trīs gadu laikā.
NVIDIA ar robotiku saistīti pētījumi
Izstrādājot robotizēto AI, Nvidia izmanto trīs datu tipu kombināciju: interneta datus, simulētos datus un reālās pasaules robotu datus. Dr. Fans izceļ katras pieejas stiprās un vājās puses un uzskata, ka to kombinācija ir panākumu atslēga.
Nvidia strādā pie tādām tehnoloģijām kā "Eureka", kas izmanto valodu modeļus, lai radītu atlīdzības funkcijas robotu apmācītiem robotiem, lai automatizētu procesus.
Papildus reālajai pasaulei Fana komanda strādā arī pie AI aģentiem, kas izmantojami virtuālajās vidēs, piemēram, videospēlēs. Viņš identificēja līdzības starp šīm jomām un strādāja, lai izstrādātu vienotu modeli, kas ilgtermiņā kontrolētu gan virtuālos, gan fiziskos aģentus.