جمعت شركة Axis Robotics تمويلاً بقيمة 12 مليون دولار لبناء محرك بيانات تراكمي لتسريع الذكاء الاصطناعي الفيزيائي

أعلنت شركة Axis Robotics، محرك البيانات المتراكمة الذي يسرع الذكاء الاصطناعي الفيزيائي، أنها جمعت 12 مليون دولار في جولة تمويل أولية بقيادة Hack VC، بمشاركة من Nomad Capital وPi Network Ventures و10K Ventures والعديد من المستثمرين الملائكيين.

سيساهم التمويل في تسريع مهمة شركة Axis لبناء محرك بيانات عالمي متوازي بشكل كبير، مع وجود عنصر بشري في الحلقة، مما يحل أكبر مشكلة تواجه الذكاء الاصطناعي المادي: وهي توليد بيانات تدريب روبوتية منظمة ومتنوعة للغاية وقابلة للتوسع.

حل مشكلة اختناق البيانات في الذكاء الاصطناعي الفيزيائي

بينما تتوسع نماذج اللغة الكبيرة على تريليونات من رموز بيانات الإنترنت الموجودة مسبقًا، يواجه الذكاء الاصطناعي المادي ثلاثة عوائق مهمة: ندرة البيانات الشديدة، وفجوة التعميم، وتجزئة التجسيد عبر أجهزة الروبوت المختلفة.

قال كريس، مؤسس شركة Axis Robotics: "يتطلب الذكاء الاصطناعي الفيزيائي مليارات من مسارات الحركة للتفاعل بين الإنسان والجسم. لسنوات، افتقرت الصناعة إلى نظام إنتاج بيانات هجين فعال وقابل للتوسع بلا حدود، والذي يمكن أن يساعد النماذج على التكرار بسلاسة - وهذا بالضبط ما قمنا ببنائه مع Axis، وهو محرك بيانات تراكمي."

كيف تُعزز شركة Axis ذكاء الروبوتات العامة؟

يوفر محرك البيانات المركبة الخاص بشركة Axis سير عمل متكاملًا يجمع بين توليد المهام، والتقاط البيانات، والتدريب المستمر للنموذج، والتحسين:

محرك توليد المهام: يقوم بتوليد مهام روبوتية ذرية متنوعة بشكل كبير من خلال التوزيع العشوائي عبر الكائنات والتخطيطات المكانية والمرئيات وتجسيدات الروبوت والدلالات، مما يؤدي إلى تضمين التنوع في كل مسار بيانات على حدة؛

منصة التحكم عن بعد للمحاكاة عبر المتصفح: أول واجهة ويب في العالم تُمكّن أي شخص من إنشاء مسارات حركة روبوتية عالية الجودة عن بُعد. توفر Axis إنتاجية أعلى بعشر مرات من جمع البيانات في المختبر، وتدمج بسلاسة حلقات تدخل DAgger (تجميع مجموعات البيانات) التي يتم التحكم فيها بواسطة الإنسان لتحسين سياسات الروبوت وتصحيحها باستمرار؛

تطبيق Ego Data Mobile Capture: ينقل عملية جمع البيانات من العالم الحقيقي من الإعدادات المكلفة والتي تتطلب أجهزة ثقيلة إلى تطبيق جوال بدون عوائق. من خلال الجمع بين أحدث تقنيات تتبع وضعية اليد في الوقت الفعلي tracالعاملة العالمية، تقوم Axis بترجمة الرؤية البشرية والمهارة إلى حركة روبوتية على نطاق عالمي؛

خط أنابيب معالجة البيانات: يقوم بأتمتة تنظيف المسار، وتعويد المجال، والتعليق اللغوي الكثيف، مما ينتج عنه مجموعات بيانات متعددة الوسائط جاهزة للنموذج مع جودة بيانات محسنة بأكثر من 10 أضعاف.

تُنشئ البنية الموحدة عجلة ذاتية التعزيز: مسارات الروبوت الفاشلة من النشر الحقيقي/المحاكاة تؤدي إلى تدخل بشري تصحيحي، والذي يعود بدوره إلى التدريب لتوسيع تغطية الحالات الشاذة، مما يخلق ذكاءً متراكمًا مع نمو حجم البيانات.

الخنادق الهيكلية لشركة أكسيس: محرك تنوع متكامل رأسيًا وشبكة مساهمين عالمية

تكمن الميزة الأساسية لشركة Axis في منصتها الموحدة التي تغطي دورة حياة الذكاء الاصطناعي الفيزيائي بأكملها. وعلى عكس الأساليب التقليدية المجزأة، قامت Axis ببناء محرك متكامل رأسياً يجمع بين جمع بيانات التدريب المسبق الموزعة على نطاق واسع وتجميع مجموعات البيانات في الوقت الفعلي بعد التدريب، والذي يتم التحكم فيه من قبل المستخدم.

تم تصميم محرك توليد المهام الخاص بشركة Axis خصيصًا لتنوع البيانات، حيث يقوم المحرك بتوزيع تخطيطات الكائنات والإضاءة وأوضاع الكاميرا والخصائص الفيزيائية وأشكال الروبوت بشكل عشوائي، مما يؤدي إلى إنشاء مشاهد فريدة لا حصر لها ومهام معالجة، وإخراج بيانات تدريب جاهزة للتعميم.

لتوفير بيانات متنوعة على نطاق نموذج أساسي، أنشأت شركة Axis بنية تحتية عالمية لبيانات الروبوتات تضم أكثر من 100,000 مساهم نشط يقدمون بياناتهم بمعدل 3 إلى 4 مرات يوميًا، مما يضمن أعلى كفاءة إنتاجية وتغطية شاملة للتنوع. واليوم، تستطيع Axis توليد أكثر من 1,200 ساعة من بيانات المحاكاة وأكثر من 20,000 ساعة من البيانات الواقعية التي تركز على المستخدم في سيناريوهات متنوعة شهريًا.

أطلقت شركة Axis مؤخرًا مجموعة بيانات المحاكاة V1، وأظهرت نتائج الاختبارات المعيارية أن التنوع المُهندس يُحقق مكاسب أداء ملموسة. ففي مجموعة بيانات LIBERO-Plus، أدى التدريب المُسبق لنموذج π0.5 على مجموعة بيانات Axis المُتنوعة بالكامل إلى تحسين النجاح الإجمالي بمقدار 4.9 نقطة، متفوقًا على نموذج RoboCasa365 الأساسي المُطابق من حيث الحجم بمقدار 31.3 نقطة، مع تحسينات في تعميم التخطيط، ومقاومة ضوضاء المستشعرات، وثبات وضعية الروبوت. تُوضح هذه الفجوة أن تفوق Axis يكمن في خط أنابيب التنوع الخاص بها، وليس فقط في حجم البيانات الأكبر.

التسويق والشراكات الاستراتيجية

تُسوّق شركة Axis Robotics بيانات التدريب عالية الجودة بسرعة لتطبيقاتها العملية. وتقدم الشركة "حزم مهام" مُخصصة مصممة خصيصًا لتلبية الاحتياجات المحددة لمصنعي أجهزة الروبوتات، وشركات نماذج الذكاء الاصطناعي الفيزيائية، ورواد الأتمتة الصناعية.

أُقيمت شراكات تجارية أولية مع شركات من بينها Booster Robotics وManycore Tech وFeagine Robotics وDexmal وLotus Car وGeely Auto وSomaStacks وغيرها. وتُبرز هذه الشراكات الطلب السوقي المُلحّ على بيانات تدريب الروبوتات عالية الدقة والقابلة للتطوير.

إعادةdefiالذكاء البدني العام

قال كريس: "يعتمد مستقبل الذكاء الاصطناعي الفيزيائي على تكامل عميق بين النماذج والبيانات. لا يمكن لمجموعات البيانات الثابتة أن تدعم الذكاء الروبوتي العام. الحل الأمثل هو محرك بيانات تراكمي: نظام متكامل رأسيًا يربط شبكة عالمية من المساهمين مع تكرار مستمر للنموذج. كل مسار متنوع وكل تصحيح بشري يُسهم في تحسين النموذج بشكل أسرع، مما يُشكل حلقة ذكاء ذاتية التعزيز."

تعتمد الشركة على فريق عالمي المستوى يجمع بين كبار الباحثين في مجال الذكاء الاصطناعي والروبوتات من مؤسسات النخبة مثل جامعة كاليفورنيا في بيركلي، وجامعة كارنيجي ميلون، ومعهد جورجيا للتكنولوجيا، وجامعة نانيانغ التكنولوجية، وجامعة شنغهاي جياو تونغ، إلى جانب خبراء النمو الذين سبق لهم توسيع نطاق المنتجات الاستهلاكية لتشمل أكثر من 30 مليون مستخدم عالمي.

بفضل جولة التمويل هذه التي تبلغ قيمتها 12 مليون دولار بقيادة Hack VC، ستوسع Axis Robotics قدراتها في مجال التوليد الإجرائي، وتوسع شبكتها الموزعة من المساهمين، وتعزز مكانتها كمحرك البيانات الحاسم الذي يدعم مستقبل الذكاء الاصطناعي الفيزيائي.

لينك تري | تويتر | وثيقة | منتج