Startup này tin rằng robot sắp có 'khoảnh khắc ChatGPT' của riêng mình

Đang tải trình phát…

Trước khi GPT-3 của OpenAI mở ra kỷ nguyên của các mô hình nền tảng (foundation models), các công ty thường xây dựng những mô hình xử lý ngôn ngữ tự nhiên chuyên biệt từ đầu, huấn luyện từng mô hình trên lượng lớn dữ liệu đặc thù cho từng tác vụ. Ngày nay, hầu hết các tổ chức đều bắt đầu với một mô hình đa năng như dòng GPT của OpenAI, Claude hoặc Llama, sau đó tinh chỉnh (fine-tune) hoặc sử dụng kỹ thuật gợi ý (prompt) để giải quyết các nhu cầu cụ thể của họ.

Pim de Witte, CEO của General Intuition, cho rằng AI hiện thân (embodied AI) sẽ đi theo một lộ trình tương tự. Thay vì thu thập các tập dữ liệu khổng lồ từ thế giới thực để xây dựng những mô hình robot chuyên biệt, ông lập luận rằng ngành công nghiệp nên tập trung vào các tập dữ liệu chất lượng tốt hơn, có khả năng tạo ra các mô hình nền tảng có thể chuyển giao trực giác về chuyển động và tương tác giữa nhiều môi trường khác nhau.

“Hiện nay, rất nhiều công ty đang thực hiện vô số công việc chuyên biệt tập trung vào từng hiện thân riêng lẻ, từng môi trường riêng lẻ và từng robot riêng lẻ,” de Witte chia sẻ với TechCrunch trong một tập gần đây của chương trình Equity.

Ông cho rằng phần lớn công việc đó sẽ sớm trở nên dư thừa với sự xuất hiện của các mô hình tổng quát giống như mô hình mà General Intuition đang phát triển và triển khai.

“Sự tổng quát hóa của chính mô hình mới là sản phẩm,” ông nói. “Việc nó có khả năng suy luận cơ bản về không gian và thời gian sẽ là lý do khiến mọi người ngừng thu thập hàng trăm nghìn hoặc hàng triệu giờ dữ liệu thực tế. Bởi vì thực tế là, bạn chỉ cần vài phút mà thôi.”

General Intuition đã xây dựng mô hình nền tảng của riêng mình sau khi huấn luyện trên hàng triệu giờ dữ liệu trò chơi điện tử, bao gồm các thông tin như nút nào trên tay cầm đã được con người nhấn và vào thời điểm nào. Cả de Witte và nhà đầu tư chính của General Intuition, Vinod Khosla, đều cho rằng dữ liệu hành động chính là chìa khóa để phát triển trực giác giống con người trong việc suy luận không gian - thời gian.

Tháng trước, startup này đã huy động được 320 triệu USD với mức định giá 2,3 tỷ USD dựa trên luận điểm đó. Công ty đã chứng minh rằng mô hình hiện tại của họ có khả năng vừa chơi trò chơi điện tử trong nhiều giờ, vừa vận hành một robot bốn chân — với trường hợp sau, họ chỉ cần tinh chỉnh mô hình trên vỏn vẹn tám phút dữ liệu robot từ thế giới thực.

“Việc [robot] thực sự có thể thực hiện zero-shot (suy luận mà không cần huấn luyện trước) chỉ với camera trước, không cần thêm bất kỳ cảm biến nào khác, ngay trong văn phòng với các vật thể chuyển động và người đi lại xung quanh là một bất ngờ rất lớn đối với chúng tôi,” de Witte cho biết. “Tôi nghĩ đó là dấu hiệu của những gì sắp tới.”

Mục tiêu cuối cùng của General Intuition không phải là tự mình chế tạo robot, mà là trở thành mô hình nền tảng cho AI vật lý, một mô hình cơ sở để các công ty robot khác xây dựng dựa trên đó cho các cỗ máy của riêng họ. Hay như cách de Witte diễn đạt: “Chúng tôi sẽ không xây dựng một công ty xe tự lái. Chúng tôi sẽ giúp người tiếp theo xây dựng công ty xe tự lái dễ dàng hơn gấp 10 lần.”

Khi bạn mua hàng 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.

Rebecca Bellan là phóng viên cấp cao tại TechCrunch, nơi cô đưa tin về kinh doanh, chính sách và các xu hướng mới nổi định hình trí tuệ nhân tạo. Các bài viết của cô cũng đã xuất hiện trên Forbes, Bloomberg, The Atlantic, The Daily Beast và các ấn phẩm khác.

Bạn có thể liên hệ hoặc xác minh thông tin từ Rebecca bằng cách gửi email đến [email protected] hoặc qua tin nhắn mã hóa tại rebeccabellan.491 trên Signal.

Xem tiểu sử