La robótica se acerca a su propio «momento ChatGPT», según afirma una startup

Cargando el reproductor...
Antes de que el GPT-3 de OpenAI marcara el inicio de la era de los modelos base, las empresas creaban desde cero modelos personalizados de procesamiento del lenguaje natural, cada uno de ellos entrenado con grandes conjuntos de datos adaptados a tareas específicas. Hoy en día, la mayoría de las organizaciones parten de un modelo de uso general, como la serie GPT de OpenAI, Claude o Llama, y luego lo ajustan o lo adaptan a sus necesidades específicas.
Pim de Witte, director ejecutivo de General Intuition, cree que la IA incorporada seguirá una trayectoria similar. En lugar de recopilar enormes conjuntos de datos del mundo real para crear modelos robóticos especializados, sostiene que el sector debería dar prioridad a conjuntos de datos de mayor calidad que den lugar a modelos base capaces de transferir la intuición sobre el movimiento y la interacción en diversos entornos.
«Actualmente, muchas empresas están llevando a cabo trabajos altamente especializados centrados en encarnaciones, entornos y robots concretos», explicó de Witte a TechCrunch en un episodio reciente de Equity.
Sostiene que gran parte de ese trabajo pronto resultará redundante a medida que surjan modelos generales como el que General Intuition ha estado desarrollando e implementando.
«La generalización del modelo en sí misma es el producto», afirmó. «El hecho de que posea un nivel básico de razonamiento sobre el espacio y el tiempo es la razón por la que la gente dejará de recopilar cientos de miles o millones de horas de datos del mundo real. Porque la realidad es que solo se necesitan unos pocos minutos».
General Intuition creó su propio modelo base tras entrenarlo con millones de horas de datos de videojuegos, incluida información como qué botones del mando pulsaba una persona y cuándo. Tanto de Witte como el inversor principal, Vinod Khosla, sostienen que los datos de acción son la clave para desarrollar una intuición similar a la humana en el razonamiento espacio-temporal.
La startup ha recaudado recientemente 320 millones de dólares con una valoración de 2.300 millones de dólares basada en esa tesis. La empresa ha demostrado que su modelo actual es capaz tanto de jugar a un videojuego durante horas como de controlar un robot cuadrúpedo —esto último tras un ajuste fino basado en tan solo ocho minutos de datos robóticos del mundo real—.
«El hecho de que el robot fuera capaz de aprender sin entrenamiento previo (zero-shot) utilizando únicamente la cámara frontal, sin ningún otro sensor, en una oficina con objetos en movimiento y gente pasando por allí, fue una gran sorpresa para nosotros», afirma de Witte. «Creo que es una señal de lo que está por venir».
El objetivo final de General Intuition no es fabricar robots por sí misma, sino convertirse en el modelo base de la IA física: un modelo sobre el que otras empresas de robótica puedan construir sus propias máquinas. O, como lo expresó de Witte: «No vamos a crear una empresa de coches autónomos. Vamos a hacer que a la próxima persona le resulte diez veces más fácil crear una empresa de coches autónomos».
Artículo relacionado
General Intuition recauda 2.3B apostando por que la tecnología de los videojuegos puede entrenar a la IA para aplicaciones en el mundo real
Al entrar en la planta de I+D de General Intuition en Nueva York, el cofundador y director ejecutivo, Pim de Witte, señaló inmediatamente un monitor situado sobre un escritorio alto. Parecía que algui
General Intuition se propone recaudar 300 millones de dólares con una valoración de 2.000 millones de dólares
General Intuition, la startup con sede en Nueva York que está desarrollando un modelo base que entrena a agentes de IA para orientarse en el espacio y el tiempo, está en negociaciones para recaudar un
General Intuition recauda 320 millones de dólares para entrenar a robots con datos de videojuegos
General Intuition está probando actualmente modelos del mundo diseñados para servir como entornos de entrenamiento para modelos de agentes. | Fuente: General IntuitionGeneral Intuition US Inc. ha anun
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

Cargando el reproductor...
Antes de que el GPT-3 de OpenAI marcara el inicio de la era de los modelos base, las empresas creaban desde cero modelos personalizados de procesamiento del lenguaje natural, cada uno de ellos entrenado con grandes conjuntos de datos adaptados a tareas específicas. Hoy en día, la mayoría de las organizaciones parten de un modelo de uso general, como la serie GPT de OpenAI, Claude o Llama, y luego lo ajustan o lo adaptan a sus necesidades específicas.
Pim de Witte, director ejecutivo de General Intuition, cree que la IA incorporada seguirá una trayectoria similar. En lugar de recopilar enormes conjuntos de datos del mundo real para crear modelos robóticos especializados, sostiene que el sector debería dar prioridad a conjuntos de datos de mayor calidad que den lugar a modelos base capaces de transferir la intuición sobre el movimiento y la interacción en diversos entornos.
«Actualmente, muchas empresas están llevando a cabo trabajos altamente especializados centrados en encarnaciones, entornos y robots concretos», explicó de Witte a TechCrunch en un episodio reciente de Equity.
Sostiene que gran parte de ese trabajo pronto resultará redundante a medida que surjan modelos generales como el que General Intuition ha estado desarrollando e implementando.
«La generalización del modelo en sí misma es el producto», afirmó. «El hecho de que posea un nivel básico de razonamiento sobre el espacio y el tiempo es la razón por la que la gente dejará de recopilar cientos de miles o millones de horas de datos del mundo real. Porque la realidad es que solo se necesitan unos pocos minutos».
General Intuition creó su propio modelo base tras entrenarlo con millones de horas de datos de videojuegos, incluida información como qué botones del mando pulsaba una persona y cuándo. Tanto de Witte como el inversor principal, Vinod Khosla, sostienen que los datos de acción son la clave para desarrollar una intuición similar a la humana en el razonamiento espacio-temporal.
La startup ha recaudado recientemente 320 millones de dólares con una valoración de 2.300 millones de dólares basada en esa tesis. La empresa ha demostrado que su modelo actual es capaz tanto de jugar a un videojuego durante horas como de controlar un robot cuadrúpedo —esto último tras un ajuste fino basado en tan solo ocho minutos de datos robóticos del mundo real—.
«El hecho de que el robot fuera capaz de aprender sin entrenamiento previo (zero-shot) utilizando únicamente la cámara frontal, sin ningún otro sensor, en una oficina con objetos en movimiento y gente pasando por allí, fue una gran sorpresa para nosotros», afirma de Witte. «Creo que es una señal de lo que está por venir».
El objetivo final de General Intuition no es fabricar robots por sí misma, sino convertirse en el modelo base de la IA física: un modelo sobre el que otras empresas de robótica puedan construir sus propias máquinas. O, como lo expresó de Witte: «No vamos a crear una empresa de coches autónomos. Vamos a hacer que a la próxima persona le resulte diez veces más fácil crear una empresa de coches autónomos».
General Intuition recauda 2.3B apostando por que la tecnología de los videojuegos puede entrenar a la IA para aplicaciones en el mundo real
Al entrar en la planta de I+D de General Intuition en Nueva York, el cofundador y director ejecutivo, Pim de Witte, señaló inmediatamente un monitor situado sobre un escritorio alto. Parecía que algui
General Intuition se propone recaudar 300 millones de dólares con una valoración de 2.000 millones de dólares
General Intuition, la startup con sede en Nueva York que está desarrollando un modelo base que entrena a agentes de IA para orientarse en el espacio y el tiempo, está en negociaciones para recaudar un
General Intuition recauda 320 millones de dólares para entrenar a robots con datos de videojuegos
General Intuition está probando actualmente modelos del mundo diseñados para servir como entornos de entrenamiento para modelos de agentes. | Fuente: General IntuitionGeneral Intuition US Inc. ha anun





Hogar






