Physicl набра $10 милиона за изграждане на синтетични физически светове за обучение на въплътен AI
Източник: TechCrunch / Physicl
Калифорнийският стартъп Physicl обяви успешното приключване на първоначален инвестиционен рунд от $10 милиона за комерсиализация на новаторска симулационна платформа [1]. Финансирането ще ускори разработката на технологии за въплътен изкуствен интелект и роботика, генерирайки мащабни обеми от синтетични данни чрез специализиран физически енджин.
Преодоляване на фундаменталната Sim-to-Real бариера
Най-голямото препятствие пред обучението на автономни манипулатори и хостинг на роботизирани модели е невъзможността на стандартните графични енджини прецизно да симулират микротриене, еластичност на меки тъкани и хидравлична кинематика. Когато обучен във виртуален свят робот стъпи в реален цех, той често се дестабилизира поради минимални разминавания в коефициентите на сцепление.
Паралелна симулация на милиони среди в GPU клъстери
Платформата на Physicl използва диференцируема физика, написана специално за паралелно изпълнение на тензорни ядра. Това позволява на една единствена машина с осем ускорителя да симулира над 100 000 взаимодействащи си робота в реално време, съкращавайки времето за обучение на сложни двигателни навици от месеци на броени часове.
Синтетичният физически свят като гориво за следващата вълна на роботиката
Подобно на начина, по който интернет текстовете послужиха като тренировъчна база за езиковите модели, синтетичната физическа симулация е единственият начин за захранване на физическия интелект. В материалния свят роботите не могат да тренират милиони часове без да счупят хардуера си или да се амортизират. Създаването на математически безупречни, фотореалистични виртуални реалности отваря пътя към истински универсални роботизирани мозъци, способни да оперират безопасно сред хора от първия ден на активацията си.
Анализ на Sim-to-Real пропастта, тензорната физика и ускореното обучение.