ユニバーサルインテュイション社のCEO、Pim de Witte氏は、具現化AIの発展の道筋は自然言語処理と類似の法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、環境を超えて運動の直感を移転できる基盤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氏は次のように述べました。「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、汎用基盤モデルの出現に伴い、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。「モデルの一般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、これが数十万時間、あるいは数百万時間の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社は高品質なデータセットの開発に取り組み、具現化AI技術を推進
ユニバーサルインテュイション社は、数百万時間のゲーム動画データを基に独自の基盤モデルを訓練しました。訓練データには、人間のプレイヤーがどのボタンをいつ押したかに関する情報が含まれています。Pim de Witte氏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ための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社は先月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。同社は実験により、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分の実世界ロボットデータで微調整した後に四足ロボットを駆動できることを確認しています。Pim de Witte氏は次のように述べています。「ロボットは前面にカメラしかなく、他のセンサーがない状態でも、オフィス環境で動的な物体や通行人に直面してゼロショットの一般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していると思います。
”
ユニバーサルインテュイション社の最終目標は、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分野の基盤モデルの供給者となり、他のロボット企業が自社製品を構築するための基盤を提供することです。Pim de Witte氏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を10倍簡単にすることです。」