В Сан-Франциско стартап Physical Intelligence только что взорвал умы ученых своим новым исследованием. Их модель π0.7 заставила роботов выполнять задачи, на которые их никто специально не тренировал. Эти роботы обучались не по старому походу вроде - собирай тонны данных под каждую мелочь. π0.7 работает умнее. Она берёт знания из разных ситуаций и комбинирует их в новых. Исследователи называют это композиционным обобщением, и это может изменить всю робототехнику. Случай с аэрофритюрницей и сладким картофелем Представьте - робот видит аэрофритюрницу впервые по-настоящему. В обучающих данных - всего два эпизода. В одном он просто закрывает крышку, в другом засовывает бутылку внутрь. Никаких инструкций по готовке. И вот π0.7 делает слабую, но реальную попытку приготовить сладкий картофель. Он чистит, режет, укладывает. Успех? Около 5%. А теперь добавьте объяснение шаг за шагом, как инструкцию для сотрудника - "Возьми картофель, почисти, нарежь дольками, сбрызни маслом, положи в фритюрницу на 15 минут при 200 градусах". И бац - успех взлетает до 95%. Это не случайность. π0.7 Physical Intelligence - это ИИ, который обобщает. Она берёт кусочки опыта. Например - "как резать овощи" из одного видео, "как работать с приборами" из другого, "как следовать последовательностям" из третьего и собирает пазл для новой задачи. Сергей Левин, сооснователь компании и профессор Беркли по ИИ в робототехнике, подчёркивает, что способности модели растут быстрее, чем объём данных. Сравнение с конкурентами: кофе, бельё и коробки без бенчмарков В робототехнике нет универсальных тестов, как GLUE для языков, так что Physical Intelligence сравнила π0.7 со своими же узкоспециализированными моделями. С задачами на уровне: приготовление кофе, складывание белья, сборка коробок - робот справляется с той же точностью, как и роботы других стартапов, но модель постоянно самообучается на новых сценариях и задачах. На сегодняшний день даже сами разработчики уже не могут с точностью сказать, что их модель может, а что не может. Physical Intelligence: от $1 млрд инвестиций к $11 млрд оценке Стартап из Сан-Франциско не новичок в мире финансов. Компания уже привлекла свыше $1 млрд от топ-инвесторов и оцениваются в $5,6 млрд. Сейчас же на горизонте новый раунд, который может удвоить цифру до $11 млрд. Команда этого стартапа из ветеранов робототехники (включая выходцев из Google и OpenAI) строит платформу, где роботы учатся как люди. Не по жёстким скриптам, а через обобщение друг с другом. π0.7 - это предвестник новых продуктов - универсальные роботы для дома, складов, фабрик. Сроки коммерческого запуска компания держит в секрете. Почему это важно для будущего. Роботы, которые думают, а не повторяют π0.7 ломает парадигму. Раньше роботы были узкими специалистами - один складывает рубашки, другой варит кофе. Теперь же они импровизируют, перенося навыки. Это откроет двери для бытовых помощников, которые адаптируются к вашему дому, или фабричных работников, осваивающих новые линии без переобучения.