قد لا تبدو أهمية SDK المستندة إلى السحابة للروبوتات براقة ، ولكنها ضرورية للغاية للنهوض بالقطاع. إذا كنت في دوائر تقنية ، فستسمع عن المنصات السحابية يوميا ، والتي نادرا ما تثير الخيال. ومع ذلك ، بالنسبة للروبوتات والمشغلين البشريين في العالم المادي ، تعد مجموعة أدوات المحاكاة السحابية ضرورة أساسية لأي مطور يحاول توسيع نطاق تدريبه. تعد عمليات محاكاة العالم الافتراضي الدقيقة واحدة من أعلى السلع المرغوبة في مجال الروبوتات في الوقت الحالي. يجري الباحثون تجارب لا نهاية لها لتحديد مجموعات البيانات الحقيقية والتركيبية التي تولد النتائج الأكثر دقة لمهام التدريب نعم ، تتمتع شركات مثل Tesla ببداية هائلة بفضل بيانات الشبكة العصبية التي جمعوها من أساطيلها ، على الرغم من أن هذه البيانات هي مجرد معلومات أولية حتى يتم وضعها موضع التنفيذ من خلال محاكاة تدريب واقعية. بالنسبة لأي شخص آخر ، فإن الحصول على هذا المستوى من البيانات أو حتى الأجهزة اللازمة لتشغيلها ليس خيارا إلا إذا كنت شركة ممولة على نطاق واسع. هذا هو المكان الذي تأتي فيه محاكاة السحابة. من خلال نقل تدريب الروبوت واختباره إلى البيئات الافتراضية المستندة إلى السحابة ، يمكن لأي شخص الوصول إلى الحوسبة والتوسع المطلوبين. يمكن للمنصة السحابية أن تجعل مشاركة عمليات المحاكاة والنتائج والبيانات مركزية. أنت تقوم بشكل أساسي بإزالة الوصول إلى الباب المغلق الذي يمكن لهذه الشركات بمليارات الدولارات الوصول إليه ، ومكونات الأجهزة الشاملة المستخدمة في المختبرات وجلب مجموعات البيانات إلى الضوء العام حيث تصبح مساهمات المصدر المفتوح عبارة عن + EV للابتكار. يثبت نموذج العمل هذا نفسه بالفعل من خلال شراكة LeRobot (مبادرة مفتوحة المصدر) من Hugging Face مع Nvidia لربط أطر عملها حتى يتمكن الباحثون من مشاركة النماذج ومجموعات البيانات وبيئات المحاكاة على السحابة. الهدف النهائي هو إنشاء دولاب الموازنة للبيانات ، حيث يساهم الأشخاص في بيانات المحاكاة والسياسات المدربة لفتح المستودعات ، فإنه يسرع تقدم الآخرين ، وبالتالي يولد بيانات يمكن الوصول إليها عالميا. يتم توجيه الكثير من العمل إلى هذا من خلال سد فجوة "sim to real". غالبا ما كانت أجهزة المحاكاة أقل من الواقع ، حيث تتعلم الروبوتات السلوكيات في عالم افتراضي لم تنتقل إلى العالم الحقيقي ، لأن الفيزياء أو المرئيات لم تكن دقيقة بما فيه الكفاية. هذه الفجوة تغلق الآن بسرعة بسبب دقة المحاكاة الأفضل وأساليب التدريب الهجين. تستخدم معظم أحدث نماذج التأسيس في مجال الروبوتات (مثل Isaac GROOT من NVIDIA و Helix VLA من Figure) بنية نظام مزدوج تحاكي الإدراك البشري. الأمر نفسه ينطبق على كيفية تدريب البيانات في لعبة sims العالمية. يتم تدريب جزء واحد من النموذج على بيانات العرض التوضيحي البشري من العالم الحقيقي ، بينما يتم تدريب جزء آخر على كمية هائلة من البيانات التركيبية التي تم إنشاؤها عبر أجهزة محاكاة عالية الدقة. من خلال الجمع بين التدريب البدني والمحاكاة ، يتعلم النموذج مهارات دقيقة تعمم بشكل أفضل. توفر البيانات الحقيقية الحقيقة في الذكاء الاصطناعي ، بينما توفر البيانات المحاكاة النطاق والتنوع غير العملي لجمعهما في العالم المادي. يمكن للمطورين حتى ضبط نماذج القطارات أو نشرها ببيانات حقيقية أو تركيبية إضافية لمهام محددة ، مما يجعل خط أنابيب التدريب مرنا للغاية. الأشكال Helix VLA التي تستخدم نهج System 1 / System 2 يتم تدريبها على مئات الساعات التي تعمل عن بعد فقط (معززة بالمحاكاة ووضع العلامات الذكية) ، يمكن ل Helix التعامل مع المهام المنزلية الجديدة من خلال اللغة الطبيعية بدون تشفير مخصص. يوضح كيف أن النماذج متعددة الوسائط والتدريب الاصطناعي تقلل من احتياجات البيانات بشكل كبير. @codecopenflow تطبق نفس المبدأ مع Octo ، وهو VLA مفتوح مدمج في Optr SDK الخاص به ، مما يتيح إدراك الكاميرات المتعددة والتحكم الموجه باللغة مع مجموعات بيانات أصغر بكثير وحساب أقل. تقوم منصات المحاكاة العالمية الآن بتوليد كميات هائلة من بيانات التدريب المتنوعة التي لم يكن من الممكن الوصول إليها من قبل. يمكن ل Isaac Sim من Nvidia (جزء من Isaac Lab) أن يأخذ عرضا بشريا واحدا لمهمة ما ويدور إلى آلاف الاختلافات المحاكاة باستخدام مثيلات السحابة المتوازية. تخيل أن تظهر لروبوت كيفية التقاط صندوق واحد في الواقع ، ثم يقوم المحاكي بإنشاء سيناريوهات لا حصر لها مع صناديق مختلفة وظروف إضاءة وتعديلات فيزيائية طفيفة ، وكلها تنتج تجارب تدريبية يمكن للروبوت التعلم منها. رؤية @unmoyai تعمل بجد من أجلها. بحلول الوقت الذي يتم فيه نشر هذه المهارة على روبوت مادي ، تم إثباتها بكميات كبيرة من التجارب الافتراضية. ينتج عن الجمع بين مجموعات البيانات التركيبية الغنية هذه وبيانات معايرة كافية في العالم الحقيقي أدمغة روبوتية أكثر دقة ومرونة. هذا هو ما تم وضع SDK السحابي الخاص ببرنامج الترميز من خلال السماح للمستخدمين بالسحب من مجموعات البيانات الكبيرة مفتوحة المصدر والمساهمة فيها (على سبيل المثال ، التفاعل مع مركز LeRobot الخاص ب Hugging Face). يمكن أن تصبح كل محاكاة يتم تشغيلها في السحابة بيانات تدريب جديدة تشحذ نموذجا عالميا لكيفية تفاعل الروبوتات مع العالم. تشير جميع القطع إلى أن البشر والروبوتات بشكل عام يقتربون من "لحظة متجر التطبيقات". ستكون أجهزة الروبوت عديمة الفائدة بدون مكتبة من المهارات. يوفر Optr واجهة برمجة تطبيقات موحدة بحيث يستخدم الوكيل المستقل الذي يتحكم في تطبيق ويب أو ذراع روبوت أو صورة رمزية محاكاة نفس الإطار الأساسي والمنطق. هذا التجريد ديناميكي ، حيث يمكن للمطورين إنشاء نموذج أولي لمهمة في لعبة مثل بيئة sim ، ثم نشر نفس المنطق على روبوت حقيقي مع الحد الأدنى من التغييرات. من خلال كونها قائمة على السحابة ومفتوحة ، يمكن أن تعمل Optr SDK كأساس لسوق الروبوتات. يمكن للمطورين بناء مهارة جديدة دون امتلاك روبوت (بفضل بطاقة SIM السحابية) ، واختبارها بأمان في البيئات الافتراضية ، ثم نشرها للآخرين. يمكن لأولئك الذين يحتاجون إلى هذه المهارة ، مثل شركة ناشئة في مجال الروبوتات أو فرد لديه روبوت منزلي ، سحبها من المكتبة وتشغيلها على أجهزتهم. هذا النوع من السوق المفتوح ونموذج الحوافز هو فتيل لاقتصاد مطوري الروبوتات. إنه يقلل من حاجز الدخول (لا حاجة إلى أجهزة أو مختبرات باهظة الثمن بسبب الأدوات السحابية) ، ويشجع التعاون لأن المساهمات تعمل على تحسين مجموعات البيانات والنماذج المشتركة وتوفر حافزا ماليا للأفراد لحل المشكلات المتخصصة. هناك العديد من إمكانيات دولاب الموازنة الاقتصادية النهائية التي تفرخ من هذا (والتي يمكنك رؤيتها من الشراكات الأخيرة) لكنني سأحفظ ذلك لكتابة منفصلة.

كل يوم نرى عناوين بمليارات الدولارات للروبوتات. قبل 12 شهرا فقط ، كانت هذه الشركات والأرقام أقل بمقدار 10-20 مرة. إذا لم يكن من الواضح بالفعل مدى نجاح هذا القطاع ، خصص عطلة نهاية أسبوع للبحث حتى لا تتخلف عن الركب. يظهر التاريخ أن أكبر قيمة في موجات التكنولوجيا غالبا ما تتراكم على طبقات التمكين ، Microsoft في أجهزة الكمبيوتر ، Apple في الهواتف الذكية ، AWS في السحابة. لن تكون الروبوتات مختلفة ، فطبقة البنية التحتية التي يعتمد عليها المطورون ستلتقط أكثر من أي لعبة واحدة للأجهزة. أحد الموضوعات الشائعة التي أسمعها من الأصدقاء هو أنهم قلقون بشأن عدم التعرض للروبوتات التقليدية. نعم ، ستكون هناك عناوين مجنونة حول الشكل الذكاء الاصطناعي الذي يقوم بعمل 200x من تقييمات البذور أو ما يعادلها. ولكن إذا كان عمرك أقل من 7 قطع من التين ، فإن Web2 ليس المكان الذي تريد أن تكون فيه (إلا إذا كانت لديك معلومات / اتصالات مجنونة). مرارا وتكرارا ، قدمت العملات المشفرة الاتجاه الصعودي الأكثر تكافؤا والأهم من ذلك ، تسارعا. هناك مخاطر أكبر بكثير ، ولكنها تأتي أيضا مع رفاهية عدم تغرق الوقت الذي يكون أسوأ في بعض الأحيان في حد ذاته. Nvidia هي أكبر سهم في العالم بسبب تسارع الذكاء الاصطناعي. إذا نظرنا إلى الوراء ، هل كنت تفضل اللعب على ai16z أو Virtuals أو AIXBT أو GOAT في مرحلتهم الأولى أو البحث عن "مسرحيات الذكاء الاصطناعي الأساسية" المقومة بأقل من قيمتها الحقيقية على Robinhood؟ ربما تكون قد احتفظت بالمزيد من المال على المدى الطويل ، لكننا هنا من أجل حرمان uPNL من النوم ، أليس كذلك؟ مثل الأدوار المبكرة ل الذكاء الاصطناعي ، لقد حصلنا على لحظة خاصة جدا حيث تحدق ذروة الابتكار التكنولوجي في وجوهنا. كيف تتنقل في تقدمه هو انعكاس لفهمك لأساسيات السوق والجشع البشري. تماما مثل الذكاء الاصطناعي ، سنلتقي ببرامج بخار لا نهاية لها كلما اقتربنا من الروبوتات ذات الأغراض العامة. بالنسبة لأولئك الذين يرغبون في رمي النرد والقبض على القادة ، ستقوم بعمل مضاعفات ضخمة تجعل استثمارات أندرو كانغ الأولية تبدو صغيرة. أعرف اللعبة التي ألعبها.

يسألني كثيرا عن مسرحيات الروبوتات التي أشارك فيها إلى جانب $CODEC. إجابة: لا شيء حتى الآن. إذا كنت أعتقد أن الروبوتات هي التعريف التالي لنمط الذكاء الاصطناعي مع إمكانية الوصول إلى المليارات ، وإذا رأيت برنامج الترميز على أنه ai16z / Virtuals للنظام البيئي ، فلماذا أخصص رأس المال والأهم من ذلك ، الاقتناع ، لثاني أفضل فكرة لي؟ أسلوب التداول الخاص بي أقرب إلى Jez ، حيث أقوم بتشغيل أعلى قناعة بلدي. هذا يعني أنني مررت ببعض الرحلات ذهابا وإيابا المروعة ، لكنني لست هنا للحصول على عوائد متوسطة. قوة النقل الكاملة المساءلة ، لا يمكنك الاختباء خلف سلة من الرهانات نصف المخبوزة. هذا الوضوح العقلي هو جزء من ميزتك. إذا كنت تظهر في هذه الصناعة كل يوم ، فإن هدفك هو المخاطرة والتقلبات الضخمة التي يمكن أن تجلب لك ثروة الأجيال إذا كان ذلك صحيحا. المشكلة هي أن معظم المتداولين "أفضل فكرة" ليست رائعة في الواقع. عندما تملأ الرداءة في المنفذ ، فإنك تنفجر. التنويع أمر منطقي فقط بمجرد أن تصطدم بقيود السيولة في مشروعك الرئيسي. حتى ذلك الحين ، ما لم تكن تمتلك 3-4٪ + من العرض ، لا أعتقد أنها مشكلة حقيقية (يمكنك دائما OTC على أي حال). على مدار العام الماضي ، أثبتت onchain أن الدورات تزداد أسرع وأسرع. حتى لو أصبحت الروبوتات هي السرد الكبير الذي كنت أدعو إليه منذ شهور ، فإن المشاريع الكبرى فقط هي التي ستجذب المشاركة الذهنية والسيولة المطلوبة لتحقيق نتائج متغيرة للحياة. لطالما كان القادة هم صفقات صانع الملوك ولم تنجح مطاردة الإصدارات التجريبية منذ 9 أشهر حتى الآن. لا توجد سيولة نشطة كافية. يظهر التاريخ أن غالبية عوائد الأجيال تتراكم على أفضل 1-3 مشاريع في قطاع ما. لن تكون الروبوتات مختلفة. أسرع حصان هو أسرع حصان.