ユニバーサルインテュイションのCEO、Pim de Witteは、具身AIの発展の道筋は自然言語処理と似た規則に従うと考えています。彼は、特定のロボットモデルを訓練するために現実世界のデータを大量に収集するよりも、高品質なデータセットを構築して、環境を超えて運動の直感を移行できる基礎モデルを訓練する方が良いと指摘しました。
TechCrunchのポッドキャスト「Equity」番組で、Pim de Witteは次のように述べています。「現在、多くの企業が特定のロボット形態、特定の環境、特定の機種のカスタマイズ開発に集中しています。」彼は、汎用基礎モデルの登場に伴い、これらの作業の大部分がすぐに冗長になると考えています。「モデルの汎化能力自体が製品です。モデルは空間と時間に対する基礎的な推論能力を持っており、これが数十万、あるいは数百万時間の現実世界データを収集することをやめさせる根本的な理由です。実際には、数分のデータで十分です。
”
ユニバーサルインテュイションは高品質なデータセットの開発に取り組み、具身AI技術を進展させる
ユニバーサルインテュイションは、数百万時間のゲーム動画データを基に自社の基礎モデルを訓練しました。訓練データには、人間プレイヤーがどのボタンを押したか、いつ押したかなどの情報が含まれています。Pim de Witteと同社の主要投資家は、動作データが人間の空間時間推論直感を開発する鍵であると考えています。
この理念に基づき、ユニバーサルインテュイションは先月3.2億ドルの資金調達を完了し、評価額は23億ドルに達しました。同社は実験を通じて、現在のモデルが数時間にわたって電子ゲームを連続して実行できるだけでなく、わずか8分の現実のロボットデータで微調整を行った後に四足ロボットを駆動できることを確認しました。Pim de Witteは次のように述べています。「ロボットは前方のカメラしか持たず、他のセンサーがない状態で、オフィス環境において動的な物体や通行人に対してゼロショットで汎化を実現できることに非常に驚いています。これは未来の方向性を示唆していると思います。
”
ユニバーサルインテュイションの最終目標は、自社のロボット製品ラインを構築することではなく、物理AI分野の基礎モデルの供給者となり、他のロボット会社が自社製品を構築するための基盤となることです。Pim de Witteは次のように述べています。「私たちは自動運転会社を作るつもりはありません。私たちがやりたいのは、次に自動運転会社を作る人が10倍簡単にできるようにすることです。」