Компания Axis Robotics привлекла 12 миллионов долларов инвестиций для создания системы обработки сложных данных, ускоряющей развитие физического искусственного интеллекта

Компания Axis Robotics, занимающаяся разработкой системы обработки больших объемов данных для ускорения развития физического искусственного интеллекта, объявила о привлечении 12 миллионов долларов в рамках посевного раунда, возглавляемого Hack VC, при участии Nomad Capital, Pi Network Ventures, 10K Ventures и различных частных инвесторов.

Полученное финансирование ускорит выполнение миссии Axis по созданию глобальной системы обработки данных с массовым параллелизмом и участием человека, что позволит решить самую большую проблему физического ИИ: масштабируемое создание структурированных, высокоразнообразных обучающих данных для роботов.

Решение проблемы "узкого места" в данных в физическом искусственном интеллекте

В то время как большие языковые модели масштабируются на триллионах токенов уже существующих интернет-данных, физический ИИ сталкивается с тремя важными препятствиями: острой нехваткой данных, разрывом в обобщаемости и фрагментацией воплощения на различном роботизированном оборудовании.

«Для физического ИИ требуются миллиарды траекторий движения при взаимодействии человека с физическим объектом», — сказал Крис, основатель Axis Robotics. «В течение многих лет в отрасли отсутствовала эффективная, бесконечно масштабируемая гибридная система сбора данных, которая могла бы помочь моделям легко итеративно совершенствоваться — и именно это мы создали с помощью Axis, системы обработки данных с возможностью непрерывного накопления»

Как Axis расширяет возможности общего роботизированного интеллекта

Собственная технология Axis Compounding Data Engine обеспечивает комплексный рабочий процесс, интегрирующий генерацию задач, сбор данных, непрерывное обучение модели и оптимизацию:

Генератор задач: генерирует экспоненциально разнообразные атомарные роботизированные задачи посредством рандомизации объектов, пространственных конфигураций, визуальных элементов, воплощений роботов и семантики, внедряя разнообразие в каждую отдельную траекторию данных;

Браузерная платформа для дистанционного управления роботом: первый в мире веб-интерфейс, позволяющий любому пользователю удаленно создавать высококачественные траектории движения робота. Axis обеспечивает в 10 раз более высокую пропускную способность, чем лабораторный сбор данных, и беспрепятственно интегрирует управляемые человеком циклы агрегации данных (DAgger) для непрерывного уточнения и корректировки политики робота;

Мобильное приложение Ego Data Capture: переводит сбор данных из реального мира с дорогостоящих и ресурсоемких аппаратных систем на мобильное приложение, не имеющее барьеров для доступа. Сочетая передовые технологии отслеживания положения рук в реальном времени tracглобальной рабочей силой, Axis преобразует человеческое зрение и ловкость в роботизированные движения в глобальном масштабе;

Конвейер обработки данных: автоматизирует очистку траекторий, рандомизацию доменов и подробную языковую аннотацию, создавая готовые к использованию мультимодальные наборы данных с более чем 10-кратным улучшением качества данных.

Единая архитектура создает самоподдерживающийся механизм: неудачные траектории движения робота в реальных/симуляционных условиях запускают корректирующее вмешательство человека, которое, в свою очередь, влияет на процесс обучения, расширяя охват граничных случаев и создавая накопительный интеллект по мере роста объема данных.

Структурные преимущества Axis: вертикально интегрированный механизм обеспечения разнообразия и глобальная сеть участников

Главное преимущество Axis — это единая платформа, охватывающая весь жизненный цикл физического ИИ. В отличие от традиционных фрагментированных подходов, Axis создала вертикально интегрированный механизм, объединяющий крупномасштабный распределенный сбор данных для предварительного обучения и агрегацию наборов данных в режиме реального времени с участием человека после обучения.

Разработанный специально для работы с разнообразными данными, запатентованный механизм генерации задач Axis рандомизирует расположение объектов, освещение, положения камеры, физические свойства и морфологию роботов, создавая бесконечное количество уникальных сцен и задач манипулирования, а также выдавая готовые к обобщению обучающие данные.

Для предоставления разнообразных данных масштаба базовой модели компания Axis создала глобальную роботизированную инфраструктуру данных с более чем 100 000 активных участников, которые отправляют данные в среднем 3-4 раза в день, что максимизирует как эффективность производства, так и охват разнообразия. Сегодня Axis может ежемесячно генерировать более 1200 часов данных моделирования и более 20 000 часов реальных данных, ориентированных на собственные потребности, в различных сценариях.

Компания Axis недавно выпустила Sim Dataset V1, результаты тестирования которого показывают, что специально разработанное разнообразие обеспечивает измеримое повышение производительности. На LIBERO-Plus предварительное обучение с использованием π0,5 на полностью диверсифицированном наборе данных Axis улучшило общую успешность на 4,9 балла, превзойдя базовый показатель RoboCasa365 с аналогичным объемом данных на 31,3 балла, с улучшением обобщения компоновки, устойчивости к шуму датчиков и надежности позиционирования робота. Этот разрыв демонстрирует, что преимущество Axis заключается в ее собственном конвейере обработки данных с учетом разнообразия, а не просто в большем масштабе данных.

Коммерциализация и стратегическое партнерство

Компания Axis Robotics быстро коммерциализирует свои высококачественные обучающие данные для реального применения. Компания предлагает индивидуальные «пакеты задач», разработанные с учетом специфических потребностей производителей робототехнического оборудования, компаний, создающих физические модели искусственного интеллекта, и лидеров в области промышленной автоматизации.

Уже установлены первоначальные коммерческие партнерства с такими компаниями, как Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks и другими. Это сотрудничество подчеркивает непосредственный рыночный спрос на масштабируемые, высокоточные данные для обучения роботов.

defiобщего физического интеллекта

«Будущее физического ИИ зависит от глубокого симбиоза между моделями и данными», — сказал Крис. «Статические наборы данных не могут обеспечить работу общего роботизированного интеллекта. Успешное решение — это система обработки данных с постоянным совершенствованием: вертикально интегрированная система, связывающая глобальную сеть участников с постоянной итерацией модели. Каждая разнообразная траектория и корректировка со стороны человека ускоряют улучшение модели, образуя самоподдерживающийся интеллектуальный механизм»

В основе компании лежит команда мирового класса, объединяющая ведущих исследователей в области искусственного интеллекта и робототехники из таких престижных учебных заведений, как Калифорнийский университет в Беркли, Университет Карнеги-Меллона, Технологический институт Джорджии, Национальный технологический университет и Университет Сан-Хосе, а также специалистов по развитию бизнеса, которые ранее масштабировали потребительские продукты до более чем 30 миллионов пользователей по всему миру.

Благодаря этому раунду финансирования в размере 12 миллионов долларов, возглавляемому Hack VC, Axis Robotics сможет еще больше расширить свои возможности по процедурной генерации, масштабировать свою распределенную сеть участников и укрепить свои позиции в качестве важнейшего источника данных, определяющего будущее физического искусственного интеллекта.

Linktree | Twitter | Документ | Продукт