A robótica está se aproximando de seu próprio “momento ChatGPT”, afirma uma startup

Carregando o player...
Antes do GPT-3 da OpenAI dar início à era dos modelos de base, as empresas criavam modelos personalizados de processamento de linguagem natural do zero, cada um treinado em grandes conjuntos de dados adaptados a tarefas específicas. Hoje, a maioria das organizações começa com um modelo de uso geral, como a série GPT da OpenAI, o Claude ou o Llama, e depois o ajusta ou o orienta de acordo com suas necessidades específicas.
Pim de Witte, CEO da General Intuition, acredita que a IA incorporada seguirá uma trajetória semelhante. Em vez de coletar enormes conjuntos de dados do mundo real para criar modelos de robôs especializados, ele defende que o setor deve priorizar conjuntos de dados de maior qualidade, capazes de gerar modelos de base que transfiram a intuição sobre movimento e interação em diversos ambientes.
“Muitas empresas estão atualmente realizando trabalhos altamente especializados, focados em concretizações, ambientes e robôs específicos”, disse de Witte ao TechCrunch em um episódio recente do programa Equity.
Ele argumenta que grande parte desse trabalho logo se tornará redundante à medida que surgirem modelos gerais como o que a General Intuition vem desenvolvendo e implantando.
“A generalização do próprio modelo é o produto”, disse ele. “O fato de ele possuir um nível básico de raciocínio sobre espaço e tempo é o motivo pelo qual as pessoas deixarão de coletar centenas de milhares ou milhões de horas de dados do mundo real. Porque a realidade é que você só precisa de alguns minutos.”
A General Intuition construiu seu próprio modelo de base após ser treinada com milhões de horas de dados de videogames, incluindo informações como quais botões do controle um humano pressionou e quando. Tanto de Witte quanto o principal investidor, Vinod Khosla, argumentam que os dados de ação são a chave para desenvolver uma intuição semelhante à humana para o raciocínio espaço-temporal.
A startup levantou recentemente US$ 320 milhões com uma avaliação de US$ 2,3 bilhões com base nessa tese. A empresa demonstrou que seu modelo atual é capaz tanto de jogar um videogame por horas quanto de controlar um robô quadrúpede — este último após um ajuste fino com apenas oito minutos de dados robóticos do mundo real.
“O fato de o robô ter sido capaz de aprender sem treinamento prévio usando apenas a câmera frontal, sem outros sensores, em um escritório com objetos em movimento e pessoas passando, foi uma grande surpresa para nós”, diz de Witte. “Acho que é um sinal do que está por vir.”
O objetivo final da General Intuition não é construir robôs por conta própria, mas tornar-se o modelo fundamental da IA física — um modelo básico que outras empresas de robótica possam utilizar como base para suas próprias máquinas. Ou, como disse de Witte: “Não vamos criar uma empresa de carros autônomos. Vamos tornar dez vezes mais fácil para a próxima pessoa criar uma empresa de carros autônomos.”
Artigo relacionado
A General Intuition levanta US$ 2,3 bilhões apostando que a tecnologia de videogames pode treinar IA para aplicações no mundo real
Ao entrar no andar de P&D da General Intuition, em Nova York, o cofundador e CEO Pim de Witte apontou imediatamente para um monitor em uma mesa alta. Parecia que alguém estava jogando Fortnite, mas nã
A General Intuition tem como meta levantar US$ 300 milhões com uma avaliação de US$ 2 bilhões
A General Intuition, startup sediada em Nova York que desenvolve um modelo de base para treinar agentes de IA a navegar pelo espaço e pelo tempo, está em negociações para levantar cerca de US$ 300 mil
A General Intuition levanta US$ 320 milhões para treinar robôs com dados de videogames
A General Intuition está atualmente testando modelos de mundo projetados para servir como ambientes de treinamento para modelos de agentes. | Fonte: General IntuitionA General Intuition US Inc. anunci
Recomendações de tópicos especiais relacionados
Comentários (0)

Carregando o player...
Antes do GPT-3 da OpenAI dar início à era dos modelos de base, as empresas criavam modelos personalizados de processamento de linguagem natural do zero, cada um treinado em grandes conjuntos de dados adaptados a tarefas específicas. Hoje, a maioria das organizações começa com um modelo de uso geral, como a série GPT da OpenAI, o Claude ou o Llama, e depois o ajusta ou o orienta de acordo com suas necessidades específicas.
Pim de Witte, CEO da General Intuition, acredita que a IA incorporada seguirá uma trajetória semelhante. Em vez de coletar enormes conjuntos de dados do mundo real para criar modelos de robôs especializados, ele defende que o setor deve priorizar conjuntos de dados de maior qualidade, capazes de gerar modelos de base que transfiram a intuição sobre movimento e interação em diversos ambientes.
“Muitas empresas estão atualmente realizando trabalhos altamente especializados, focados em concretizações, ambientes e robôs específicos”, disse de Witte ao TechCrunch em um episódio recente do programa Equity.
Ele argumenta que grande parte desse trabalho logo se tornará redundante à medida que surgirem modelos gerais como o que a General Intuition vem desenvolvendo e implantando.
“A generalização do próprio modelo é o produto”, disse ele. “O fato de ele possuir um nível básico de raciocínio sobre espaço e tempo é o motivo pelo qual as pessoas deixarão de coletar centenas de milhares ou milhões de horas de dados do mundo real. Porque a realidade é que você só precisa de alguns minutos.”
A General Intuition construiu seu próprio modelo de base após ser treinada com milhões de horas de dados de videogames, incluindo informações como quais botões do controle um humano pressionou e quando. Tanto de Witte quanto o principal investidor, Vinod Khosla, argumentam que os dados de ação são a chave para desenvolver uma intuição semelhante à humana para o raciocínio espaço-temporal.
A startup levantou recentemente US$ 320 milhões com uma avaliação de US$ 2,3 bilhões com base nessa tese. A empresa demonstrou que seu modelo atual é capaz tanto de jogar um videogame por horas quanto de controlar um robô quadrúpede — este último após um ajuste fino com apenas oito minutos de dados robóticos do mundo real.
“O fato de o robô ter sido capaz de aprender sem treinamento prévio usando apenas a câmera frontal, sem outros sensores, em um escritório com objetos em movimento e pessoas passando, foi uma grande surpresa para nós”, diz de Witte. “Acho que é um sinal do que está por vir.”
O objetivo final da General Intuition não é construir robôs por conta própria, mas tornar-se o modelo fundamental da IA física — um modelo básico que outras empresas de robótica possam utilizar como base para suas próprias máquinas. Ou, como disse de Witte: “Não vamos criar uma empresa de carros autônomos. Vamos tornar dez vezes mais fácil para a próxima pessoa criar uma empresa de carros autônomos.”
A General Intuition levanta US$ 2,3 bilhões apostando que a tecnologia de videogames pode treinar IA para aplicações no mundo real
Ao entrar no andar de P&D da General Intuition, em Nova York, o cofundador e CEO Pim de Witte apontou imediatamente para um monitor em uma mesa alta. Parecia que alguém estava jogando Fortnite, mas nã
A General Intuition tem como meta levantar US$ 300 milhões com uma avaliação de US$ 2 bilhões
A General Intuition, startup sediada em Nova York que desenvolve um modelo de base para treinar agentes de IA a navegar pelo espaço e pelo tempo, está em negociações para levantar cerca de US$ 300 mil
A General Intuition levanta US$ 320 milhões para treinar robôs com dados de videogames
A General Intuition está atualmente testando modelos de mundo projetados para servir como ambientes de treinamento para modelos de agentes. | Fonte: General IntuitionA General Intuition US Inc. anunci





Lar






