Sau khi đọc những bài viết mới nhất của @xmaquina và $DEUS, tôi có rất nhiều suy nghĩ. Nói một cách đơn giản, ngành công nghiệp robot hiện đang chứng kiến ​​một "cuộc chiến tiêu chuẩn", tương tự như cuộc chiến giữa Intel và Microsoft trong ngành công nghiệp máy tính, hay Android trong ngành công nghiệp điện thoại di động. Ai cũng muốn trở thành nhà cung cấp nền tảng không thể thiếu, nhưng ai có thể làm được điều đó và bằng cách nào thì vẫn cần thời gian để chứng minh. 1️⃣Thử thách đầu tiên là ai có thể xử lý được khối lượng tính toán khổng lồ như vậy? Việc di chuyển một vật thể kim loại nặng vài trăm pound mà không bị chậm trễ đòi hỏi cấu hình phần cứng cực kỳ cao. NVIDIA là công ty dẫn đầu ngành: chip Jetson Thor của họ hiện đang là chuẩn mực của ngành. Lợi thế của họ nằm ở hệ sinh thái hoàn thiện; hầu hết mọi người tham gia vào lĩnh vực robot đều sử dụng Chuỗi. Tuy nhiên, cũng có những sản phẩm cạnh tranh, chẳng hạn như Etched áp dụng "phương pháp cực đoan", tạo ra các chip chuyên dụng cho các mô hình Transformer. Những chip này xử lý trí tuệ nhân tạo (AI) cực nhanh, nhưng chúng không thể làm bất cứ việc gì khác ngoài AI. Hailo tập trung vào tiết kiệm năng lượng, nhấn mạnh vào mức tiêu thụ điện năng thấp. Xét cho cùng, robot mang theo pin, và nếu bộ não của chúng tiêu thụ quá nhiều năng lượng, chúng sẽ không thể hoạt động hiệu quả. 🤔 Cuối cùng, cuộc cạnh tranh phần cứng xoay quanh sự cân bằng giữa hiệu quả năng lượng và tính linh hoạt. Mặc dù Nvidia rất mạnh, nhưng nếu một thuật toán cụ thể (như Transformer) hoàn toàn thống trị lĩnh vực robot trong tương lai, các chip chuyên dụng như Etched có thể sẽ vượt qua họ. 2️⃣ Làm thế nào chúng ta có thể dạy robot suy nghĩ như con người? Trước đây, robot được coi là "vô tri vô giác"; bạn phải viết mã để hướng dẫn chúng di chuyển từng bước một. Xu hướng hiện nay là cung cấp cho chúng một "mô hình tổng thể" và để chúng tự tìm hiểu mọi thứ. Tuy nhiên, các công ty như Physical Intelligence (π) và Skild AI cũng đang làm điều tương tự: phát triển một mô hình phổ quát. Điều này có nghĩa là cùng một "linh hồn" có thể được đưa vào một chú chó robot để chạy, hoặc vào một robot hình người để làm việc nhà, mà không cần phải huấn luyện lại. trong đó đã chứng minh được hiệu quả trong các kho hàng, dạy robot xử lý hàng hóa lộn xộn giống như con người. OpenAI, dù không tự chế tạo robot, nhưng cung cấp "plug-in ngôn ngữ và suy luận" cho nhiều công ty robot khác nhau. Nếu robot có thể hiểu được lời nói của con người và thực hiện suy luận logic, chúng sẽ không còn xa trí tuệ thực sự. 🤔 Khả năng cạnh tranh cốt lõi ở cấp độ phần mềm thực chất nằm ở dữ liệu. Ai có thể giúp robot tích lũy nhiều kinh nghiệm hơn thông qua "xem video" hoặc "huấn luyện mô phỏng" (giờ hoạt động của robot) sẽ có mô hình thông minh hơn. Đây không còn là cuộc cạnh tranh về viết mã, mà là cuộc cạnh tranh về tạo ra dữ liệu. 3️⃣ Làm thế nào để chuyển từ phòng thí nghiệm sang các tình huống thực tế: Robot không chỉ đi lại trong phòng thí nghiệm; chúng cần được đưa đến các công trường xây dựng, kiểm tra đường dây điện và thậm chí cả cứu trợ thiên tai. Hiện tại, Sanctuary AI đặc biệt chú trọng đến sự khéo léo của "bàn tay", bởi vì ngay cả bộ não thông minh nhất cũng vô dụng nếu đôi tay không nhanh nhẹn. Tóm lại, tình trạng hiện tại của trí tuệ nhân tạo vật lý là cuộc cạnh tranh không còn chỉ xoay quanh việc robot nào trông giống người hơn, mà là chip của robot nào tiết kiệm năng lượng hơn, nhanh hơn, và mô hình của robot nào linh hoạt và thông minh hơn. Tình hình hiện tại phần nào gợi nhớ đến thời kỳ trước bùng nổ máy tính cá nhân vào những năm 1990; mọi người đều coi đó là một cơ hội lớn và đổ xô đầu tư vào các giao thức cơ bản và phần cứng cốt lõi. Cuối cùng, người chiến thắng có thể không phải là robot nhanh nhất, mà là "hệ điều hành" và "bộ xử lý trung tâm" hỗ trợ tất cả các robot.