L'importanza di un SDK basato su cloud per la robotica potrebbe non sembrare affascinante, ma è assolutamente cruciale per far avanzare il settore. Se sei nei circoli tecnologici, sentirai parlare di piattaforme cloud ogni giorno, che raramente suscitano l'immaginazione. Eppure, per i robot umanoidi e gli operatori nel mondo fisico, un toolkit di simulazione cloud è una necessità fondamentale per qualsiasi sviluppatore che cerca di scalare il proprio addestramento. Simulazioni accurate di mondi virtuali sono una delle merci più ricercate nella robotica in questo momento. I ricercatori stanno conducendo esperimenti senza fine per determinare quali combinazioni di dati reali e sintetici generano i risultati più precisi per i compiti di addestramento. Sì, aziende come Tesla hanno un enorme vantaggio grazie ai dati delle reti neurali che hanno raccolto dalle loro flotte, anche se questi dati sono semplicemente informazioni grezze fino a quando non vengono messi in pratica attraverso simulazioni di addestramento realistiche. Per tutti gli altri, acquisire quel livello di dati o anche l'hardware per alimentarlo non è un'opzione a meno che tu non sia un'azienda con finanziamenti massicci. È qui che entra in gioco la simulazione cloud. Spostando l'addestramento e il testing dei robot in ambienti virtuali basati su cloud, chiunque può accedere al calcolo necessario e scalare. Una piattaforma cloud può centralizzare la condivisione di quelle simulazioni, risultati e dati. Stai essenzialmente astrando l'accesso chiuso a cui queste aziende da miliardi di dollari hanno accesso, i componenti hardware estesi utilizzati nei laboratori e portando i dataset alla luce pubblica dove i contributi open source diventano un +EV complessivo per l'innovazione. Questo modello di business si sta già dimostrando efficace con l'iniziativa open source LeRobot di Hugging Face che collabora con Nvidia per connettere i loro framework in modo che i ricercatori possano condividere modelli, dataset e ambienti di simulazione nel cloud. L'obiettivo finale è creare un volano di dati, poiché le persone contribuiscono con dati di simulazione e politiche addestrate a repository aperti, accelerando i progressi degli altri, generando a sua volta più dati accessibili a livello globale. Molto lavoro viene canalizzato in questo attraverso la chiusura del divario "sim to real". I simulatori spesso non raggiungevano la realtà, i robot imparavano comportamenti in un mondo virtuale che non si trasferivano nel mondo reale, perché la fisica o i visual non erano abbastanza accurati. Quel divario si sta ora chiudendo rapidamente grazie a una migliore fedeltà di simulazione e approcci di addestramento ibridi. La maggior parte dei modelli fondativi più recenti nella robotica (come Isaac GROOT di NVIDIA e Helix VLA di Figure) utilizza un'architettura a sistema duale che imita la cognizione umana. Lo stesso vale per come stanno addestrando i dati nelle simulazioni mondiali. Una parte del modello è addestrata su dati di dimostrazione umana dal mondo reale, mentre un'altra parte è addestrata su una quantità massiccia di dati sintetici generati tramite simulatori ad alta fedeltà. Combinando addestramento fisico e simulato, il modello apprende abilità accurate che si generalizzano meglio. I dati reali forniscono verità nell'IA, mentre i dati simulati forniscono la scala e la varietà che è impraticabile raccogliere nel mondo fisico. Gli sviluppatori possono anche affinare o post-addestrare modelli con dati reali o sintetici aggiuntivi per compiti specifici, rendendo la pipeline di addestramento estremamente flessibile. Helix VLA di Figure, che utilizza l'approccio Sistema 1/Sistema 2, è addestrato solo su centinaia di ore di teleoperazione (aumentate da simulazione e etichettatura intelligente), Helix può gestire nuovi compiti domestici attraverso il linguaggio naturale senza codifica personalizzata. Dimostrando come i modelli multimodali e l'addestramento sintetico riducano drasticamente le esigenze di dati. @codecopenflow sta applicando lo stesso principio con Octo, un VLA open integrato nel suo SDK Optr, abilitando la percezione multi-camera e il controllo guidato dal linguaggio con dataset molto più piccoli e un calcolo inferiore. Le piattaforme di simulazione mondiale stanno ora generando enormi volumi di dati di addestramento vari che semplicemente non erano accessibili prima. Isaac Sim di Nvidia (parte di Isaac Lab) può prendere una singola dimostrazione umana di un compito e trasformarla in migliaia di variazioni simulate utilizzando istanze cloud parallele. Immagina di mostrare a un robot come sollevare una scatola nella realtà e poi il simulatore crea innumerevoli scenari con scatole diverse, condizioni di illuminazione e lievi modifiche fisiche, producendo tutte esperienze di addestramento da cui il robot può apprendere. Una visione su cui @unmoyai sta lavorando molto duramente. Quando quell'abilità viene implementata su un robot fisico, è stata provata in quantità massicce di prove virtuali. Combinare questi ricchi dataset sintetici con solo abbastanza dati di calibrazione del mondo reale produce cervelli robotici molto più accurati e resilienti. Questo è ciò per cui l'SDK cloud di Codec è posizionato, consentendo agli utenti di estrarre e contribuire a grandi dataset open source (ad esempio, interfacciandosi con l'hub LeRobot di Hugging Face). Ogni esecuzione di simulazione nel cloud potrebbe diventare nuovi dati di addestramento che affilano un modello globale di come i robot interagiscono con il mondo. Tutti i pezzi suggeriscono che i robot umanoidi e i robot in generale stanno avvicinandosi a un "momento App Store". L'hardware dei robot sarà inutile senza una libreria di abilità. Optr fornisce un'API unificata in modo che un agente autonomo che controlla un'app web, un braccio robotico o un avatar simulato utilizzi tutti lo stesso framework e logica di base. Questa astrazione è dinamica, poiché gli sviluppatori potrebbero prototipare un compito in un ambiente di simulazione simile a un gioco, quindi implementare la stessa logica su un robot reale con minime modifiche. Essendo basato su cloud e aperto, l'SDK Optr può fungere da fondamento per un mercato della robotica. Gli sviluppatori possono costruire una nuova abilità senza possedere un robot (grazie alla simulazione cloud), testarla in sicurezza in ambienti virtuali e poi pubblicarla per altri. Coloro che hanno bisogno dell'abilità, come una startup robotica o un individuo con un robot domestico, potrebbero estrarla dalla libreria e farla funzionare sulle loro macchine. Questo tipo di mercato aperto e modello di incentivazione è la miccia per l'economia degli sviluppatori di robotica. Riduce la barriera all'ingresso (non è necessario hardware costoso o laboratori grazie agli strumenti cloud), incoraggia la collaborazione poiché i contributi migliorano i dataset e i modelli condivisi e fornisce motivazione finanziaria per gli individui per risolvere problemi di nicchia. Ci sono molte possibilità di volano economico a valle che nascono da questo (che puoi vedere dalle recenti partnership), ma lo riserverò per un articolo separato.

Perché ho investito in Forward Industries: Quando @multicoincap, @KyleSamani, @jump_, @galaxyhq e altri hanno annunciato un investimento di 1,65 miliardi di dollari in Forward Industries, sapevo che stavamo assistendo a un punto di svolta per la nostra industria. @FWDind sta creando la prima Società di Tesoreria Solana al mondo – una struttura che potrebbe rivelarsi significativa per Solana quanto MicroStrategy lo è stata per Bitcoin. Le aziende tradizionalmente detenevano tre tipi di attivi nei loro bilanci: contante, obbligazioni e azioni. Questa formula è rimasta sostanzialmente invariata per decenni fino a quando @saylor ha riscritto il manuale mettendo $BTC in una tesoreria aziendale. Quando @MicroStrategy ha iniziato a accumulare BTC nel 2020, è stato un cambiamento di paradigma che ha legittimato un crypto-asset per la prima volta. Questa mossa ha trasformato BTC in un veicolo per gli investitori istituzionali che volevano esposizione a BTC senza detenere direttamente l'asset, sbloccando miliardi di capitali di Wall Street e portando BTC nella coscienza finanziaria mainstream. Ma quello era solo l'inizio. BTC, per tutto il suo potenziale rivoluzionario, rimane per lo più statico e non produttivo al di fuori del niche BTCfi. È trattato come oro digitale - come una riserva di valore che rimane inattiva nei bilanci. Forward Industries porta questo concetto al livello successivo, e la differenza nei principi fondamentali è profonda. @solana non è solo una riserva di valore – è un sistema operativo finanziario dove gli attivi sono: ▪️ Veloci (fino a ~65.000 TPS) ▪️ Componibili (possono essere programmati e combinati) ▪️ Generatori di rendimento (produttivi piuttosto che statici) Mentre BTC ha rotto il modello di quali attivi potessero trovarsi su un bilancio aziendale, Forward Industries sta rompendo il modello di cosa quegli attivi possano fare una volta lì. La mia tesi di investimento va oltre l'innovazione della tesoreria. Credo che DeAI - intelligenza artificiale decentralizzata - avrà bisogno di uno strato finanziario robusto quanto il suo strato di calcolo. Ecco perché stiamo costruendo reti GPU decentralizzate, modelli open-source e protocolli per liberare l'intelligenza dal controllo centralizzato. Ma DeAI non funzionerà solo con speranza e ideologia. Funzionerà su binari: ▪️ I mercati di calcolo hanno bisogno di garanzie. ▪️ Modelli e dataset hanno bisogno di assicurazione e regolamento. ▪️ Agenti autonomi hanno bisogno di denaro che si muove velocemente quanto loro, transazionando tra aziende e confini 24/7 senza approvazione umana. Questo richiede un sistema operativo finanziario stabile, liquido e componibile. Solana fornisce i binari. Forward approfondisce la liquidità e rafforza il ruolo di Solana come OS che alimenterà DeAI. Così come la vedo, questi movimenti si stanno accumulando: ▪️ Bitcoin ha liberato il denaro. ▪️ Forward sta liberando le tesorerie. ▪️ DeAI libererà l'intelligenza. Ogni passo rimuove un custode. Ogni passo costruisce un mondo più libero e giusto. Ogni passo ci avvicina al momento in cui l'intelligenza stessa sarà libera.