Cựu chuyên gia Meta ra mắt Isaac 0.5: Mô hình AI thị giác đột phá cho nhà máy thông minh

AI đang biến đổi mọi thứ xung quanh chúng ta, nhưng cho đến nay, nó vẫn chủ yếu nằm trong phạm vi kỹ thuật số. Tuy nhiên, ngày càng có nhiều startup đang tìm cách đưa AI vào thế giới thực.

Perceptron, một startup được thành lập bởi hai cựu nhà khoa học nghiên cứu tại Meta, là một trong những công ty như vậy. Được thành lập vào tháng 11 năm 2024, công ty phát triển các mô hình thị giác tiên phong nhằm giúp máy móc tương tác hiệu quả hơn với môi trường vật lý của chúng.

Tuần này, công ty đã ra mắt mô hình mới nhất của mình, Isaac 0.5, mà theo những người tạo ra nó, được thiết kế để cung cấp cho máy móc khả năng “nhận thức, suy luận và hành động” trong các môi trường công nghiệp. Cụ thể, phần mềm này có khả năng giúp các robot được dẫn hướng bằng thị giác điều hướng trong các môi trường phức tạp như nhà kho hoặc sàn nhà máy. Nó cũng giúp các công ty trích xuất thông tin thị giác từ các video do những robot đó ghi lại.

Isaac 0.5 cũng được phát hành dưới dạng mô hình mở (open-weight), vì vậy các tham số và tài liệu đào tạo của nó có thể được bất kỳ ai kiểm tra.

Startup này, gần đây đã huy động được 21 triệu USD trong vòng gọi vốn do Bessemer Venture Partners dẫn đầu, được đồng sáng lập bởi Armen Aghajanyan và Akshat Shrivastava, những người trước đây từng làm việc cho Fundamental AI Research (FAIR) của Meta, bộ phận nghiên cứu AI của gã khổng lồ công nghệ này. Cả hai coi phần mềm của họ là tương lai của việc triển khai tự động hóa công nghiệp.

“AI vật lý ngày nay buộc chúng ta phải đưa ra một lựa chọn sai lầm: hoặc là các mô hình nền tảng đa năng cần nhiều GPU đám mây chuyên dụng cho mỗi phiên bản, hoặc là các mô hình hẹp chỉ xử lý nhận thức hoặc điều khiển, chứ không bao giờ làm được cả hai,” công ty cho biết.

Aghajanyan và Shrivastava cho biết công cụ của họ khác biệt với các mô hình hiện có trong lĩnh vực này vì nó là mô hình đa năng, nghĩa là nó không được xây dựng cho một nhiệm vụ cụ thể, lặp đi lặp lại nào. Thay vào đó, họ cho biết mô hình này được thiết kế để linh hoạt tùy thuộc vào môi trường (hoặc tình huống) cụ thể mà nó đang ở.

Trong một cuộc phỏng vấn, Shrivastava yêu cầu tôi xem xét những gì cần thiết cho một quy trình vật lý đơn giản như sắp xếp các hộp: “Hãy tưởng tượng có một robot đang được triển khai để phân loại các gói hàng ngay bây giờ. Những nhiệm vụ nào nó cần phải thực hiện?”

Một nhiệm vụ tương đối đơn giản như vậy thực tế bao gồm nhiều bước. Đầu tiên, robot sẽ phải đọc nhãn trên gói hàng, thực hiện phân tích không gian để hiểu các hộp nằm ở đâu và quyết định chọn cái nào. Nếu nó đang nhặt một loạt các hộp, nó sẽ phải lập kế hoạch nhặt hộp nào và theo thứ tự nào.

Phần mềm của Perceptron được thiết kế để giúp robot tìm đường đi qua từng bước của quy trình. Cần làm rõ rằng ngành công nghiệp này đã có sẵn phần mềm giúp máy móc thực hiện hầu hết các nhiệm vụ đó, nhưng có rất ít chương trình được thiết kế để thực hiện một cách linh hoạt.

Dữ liệu cho thuật toán kỳ diệu này đến từ đâu?

Các mô hình như Isaac 0.5 học các kỹ năng vận hành bằng cách tiếp nhận lượng dữ liệu đào tạo video khổng lồ. Perceptron cho biết mô hình mới của họ đã được nạp một triệu giờ video tổng quát để dạy thuật toán của mình cách nhận diện các bối cảnh, hình ảnh và tình huống cụ thể. Công ty cũng dựa nhiều vào cái gọi là ego video — video được quay, thường thông qua GoPro hoặc camera đeo trên người, từ góc nhìn của một người đang thực hiện một nhiệm vụ vật lý — cũng như video UMI, vốn được sử dụng tương tự để dạy các hệ thống AI các chuyển động bằng cách ghi lại các hành động lặp đi lặp lại của con người.

Mặc dù Perceptron không tiết lộ nguồn dữ liệu đào tạo của mình, Shrivastava cho biết công ty đã “xây dựng nội bộ các tập dữ liệu quy mô petabyte trải dài trên nhiều phương thức, cho dù đó là hình ảnh, văn bản, video, v.v. cho đến các quỹ đạo robot.”

Tiện ích của một phần mềm có thể giúp robot vận hành hiệu quả trong các nhà kho rõ ràng là rất lớn, và Perceptron tin rằng họ có vị thế tốt để dẫn đầu làn sóng tự động hóa đó. Startup này đã sẵn sàng tiếp thị phần mềm của mình cho nhiều nhà cung cấp, và do đó có khả năng thấy lớp thông minh của mình được tích hợp vào một loạt các ngành công nghiệp.

Những ngành công nghiệp đó bao gồm sản xuất, logistics và kho bãi, an ninh, di chuyển, cũng như truyền thông và giải trí.

“Thực sự không có gì giống như thế này tồn tại trên thị trường,” Aghajanyan nói. “Chúng tôi thực sự rất hào hứng về điều đó.”

Khi bạn mua hàng thông qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Lucas là cây bút cấp cao tại TechCrunch, nơi anh đưa tin về trí tuệ nhân tạo, công nghệ tiêu dùng và các startup. Trước đây, anh từng đưa tin về AI và an ninh mạng tại Gizmodo. Bạn có thể liên hệ với Lucas qua email [email protected].

Xem tiểu sử