კატეგორია: რობოტექნიკა ქვეკატეგორია: რობოტექნიკის ხელოვნური ინტელექტი
გენერაციული ხელოვნური ინტელექტის რობოტექნიკის, სატრანსპორტო საშუალებებისა და დრონების საშუალებით ფიზიკურ სამყაროში სულ უფრო მეტად შეღწევასთან ერთად, ღრუბელზე დაფუძნებული ხელოვნური ინტელექტების რეალურ სამყაროში გარემოებებთან შესაბამისობის საჭიროებამ შეიძლება გამოიწვიოს დიდი შეუსაბამობა. სტოკჰოლმში დაფუძნებულმა დეველოპერული ხელსაწყოების სტარტაპმა Rerun-მა, რომელიც აშენებს მონაცემთა სტეკს ამ ახალი ტიპის „ფიზიკური ხელოვნური ინტელექტისთვის“, მოიპოვა 17 მილიონი დოლარის საწყისი დაფინანსება, რათა დაეხმაროს ხელოვნური ინტელექტის დეველოპერებს კოდიდან გზაზე გადასვლის „მუწუკების“ გასწორებაში. საწყისი რაუნდი გერმანულმა Point Nine-მა ჩაატარა, რითაც 2022 წელს დაარსებული სტარტაპის ჯამური დაფინანსება დღემდე 20.2 მილიონ დოლარამდე გაიზარდა.
Rerun-ის თანადამფუძნებელმა და აღმასრულებელმა დირექტორმა ნიკოლაუს ვესტმა TechCrunch-ს განუცხადა, რომ ფიზიკურ სამყაროში მოქმედი ხელოვნური ინტელექტი უკვე სწრაფად ვითარდება. ვესტის თქმით, Rerun-ის მონაცემთა ბაზა და ღრუბლოვანი მონაცემთა პლატფორმა თავიდანვე აგებულია ფიზიკური ხელოვნური ინტელექტის მონაცემებისა და სამუშაო პროცესებისთვის, რომელიც მართავს მულტიმოდალურ მონაცემებს, როგორიცაა ვიდეო ნაკადები, 3D სცენები და ტენზორები. სტარტაპის მულტიმოდალური მონაცემთა სტეკი მხარს უჭერს ვიზუალურ გამართვას, რაც ეხმარება დეველოპერებს თვალყური ადევნონ თავიანთი ბოტების მოძრაობებს, რათა უკეთ გაიგონ, სად შეიძლება იყოს პრობლემები - რეალური სამყაროს სენსორებიდან მონაცემების იმპორტირება სივრცითი ვიზუალიზაციისა და ანალიტიკის გასაძლიერებლად.
„ხელოვნური ინტელექტისთვის არსებული მონაცემთა ინფრასტრუქტურა რეალურად ვერ აღიქვამს ფიზიკური ხელოვნური ინტელექტის მონაცემებს. და ძველებური რობოტექნიკის ინსტრუმენტები არ არის აგებული მანქანური სწავლების სამყაროსთვის, ამიტომ მონაცემები იშლება და ამ ორივეს ერთად გამოყენების მცდელობა გუნდებისთვის დიდ ხახუნს ქმნის“, - განმარტა ვესტმა. ის ვარაუდობს, რომ არსებობს „მონაცემთა მამოძრავებელი ბორბლის“ პოტენციური ეფექტი ფიზიკურ სამყაროზე ორიენტირებული ხელოვნური ინტელექტის შექმნისას. რაც უფრო ჭკვიანია სისტემა, მით მეტი რობოტექნიკის ერთეულის განლაგებაა შესაძლებელი, რაც თავის მხრივ ნიშნავს მეტ მონაცემს ხელოვნური ინტელექტის მოდელის გასაწვრთნელად, რაც უკეთეს შედეგებს უზრუნველყოფს, ვესტის თქმით.
მაგრამ ამ მიზნის მისაღწევად, სტარტაპის რწმენაა, რომ ხელოვნური ინტელექტის დეველოპერებს სჭირდებათ სპეციალიზებული ინსტრუმენტები, რათა დაეხმარონ მათ მოდელებს შეუფერხებლად გადაადგილდნენ რეალურ სამყაროში. Rerun-ის ღია კოდის პლატფორმის მიერ შექმნილი ფიზიკური ხელოვნური ინტელექტის მონაცემების ვიზუალიზაცია ინტეგრირებულია სხვა ღია კოდის პროექტებში ისეთი კომპანიების მიერ, როგორიცაა Meta, Google, Hugging Face და Unitree. Rerun-ის გუნდი დაკომპლექტებულია ისეთი კომპანიების ვეტერანებით, როგორებიცაა Apple, AWS, Meta, Unity, Zenly და Zipline.
CTO ემილ ერნერფელდტი ასევე არის egui-ს, Rust-ში ყველაზე დიდი ღია კოდის GUI ფრეიმვორკის შემქმნელი. Point Nine-ის პარტნიორმა რიკარდო სეკერა ამრამმა განცხადებაში აღნიშნა, რომ Rerun-ის ძლიერმა მხარემ ღია კოდში განაპირობა ინვესტიცია - რაც ევროპული სტარტაპისთვის განსაკუთრებით დიდი საწყისი რაუნდია. „Rerun-ის მუშაობამ ღია კოდზე მათ საშუალება მისცა მოეპოვებინათ ნდობა ფიზიკური ხელოვნური ინტელექტის მსოფლიოში ყველაზე ამბიციური კომპანიებისგან“, - აღნიშნა მან. Sunflower Capital-იც მონაწილეობდა Rerun-ის საწყის რაუნდში, არსებულ ინვესტორებთან Costanoa Ventures-თან და Seedcamp-თან ერთად.
გსურთ კომენტარის დატოვება?
კომენტარის დასატოვებლად საჭიროა ავტორიზაცია
შესვლა რეგისტრაციაკომენტარები არ არის
იყავით პირველი, ვინც დატოვებს კომენტარს