یک استارت آپ 11 نفره 40 میلیون دلار برای به چالش کشیدن غول های تشنه داده رباتیک جمع آوری کرد.

ادوارد جانز و ویتالیس ووسیلیوس از بنیانگذاران Machenta اسکار می Machenta 40 میلیون دلار سرمایه اولیه به رهبری Creandum و Union Square Ventures جمع آوری کرد.

این می گوید ربات ها می توانند وظایف را از یک نسخه نمایشی با استفاده از یک مدل آموزش دیده به طور کامل در شبیه سازی بیاموزند.

این استارت‌آپ همچنان بر روی تحقیقات متمرکز است زیرا رقبای چند میلیارد دلاری را درگیر می‌کند. یک استارتاپ رباتیک مستقر در لندن شرط می‌بندد که می‌تواند ترفندهای جدیدی را بدون جمع‌آوری داده‌های دنیای واقعی به ربات‌ها بیاموزد.

این شرکت به طور انحصاری به Business Insider گفت که Machenta که توسط محققان کالج امپریال لندن تأسیس شده است، مبلغ 40 میلیون دلار را برای ساخت یک مدل هوش مصنوعی جمع‌آوری کرده است که می‌تواند کارهای فیزیکی جدید را پس از یک بار مشاهده به روبات‌ها آموزش دهد. شرکت‌های سرمایه‌گذاری خطرپذیر Creandum و Union Square Ventures دور را رهبری کردند. Machenta از افشای ارزش خود خودداری کرد.

در حالی که رقبای ساخت مدل‌های هوش مصنوعی همه‌منظوره برای روبات‌ها در تلاش هستند تا داده‌های دنیای واقعی را جمع‌آوری کنند، Machenta رویکردی برعکس دارد. ادوارد جانز، مدیر عامل و یکی از بنیانگذاران استارت آپ و استاد امپریال، گفت که این شرکت مدل خود را در محیط های تولید شده توسط کامپیوتر که نحوه حرکت و تعامل اجسام را تقلید می کند، بدون استفاده از یک پیکسل از داده های دنیای واقعی، آموزش می دهد.

جانز گفت، پس از آموزش، این مدل می‌تواند یک ربات را برای انجام یک کار جدید، مانند مرتب کردن میز یا قرار دادن اشیا در جعبه، پس از تماشای آن تنها یک بار، بدون آموزش بیشتر، هدایت کند. در ویدئویی که با Business Insider به اشتراک گذاشته شده است، سه ربات جعبه‌ای را روی خط مونتاژ بسته‌بندی می‌کنند و می‌بندند، وظیفه‌ای که جانز گفت که آنها از این طریق یاد گرفته‌اند.

این استارت آپ 11 کارمند دارد و همچنان بر تحقیقات متمرکز است و برنامه ای کوتاه مدت برای تجاری سازی فناوری خود ندارد. مدل آن می تواند برخی از وظایف را بلافاصله یاد بگیرد، اما وظایف دقیق تر و حرکات پیچیده همچنان چالش برانگیز هستند.

Machenta در یکی از رقابتی‌ترین و با بودجه خوب رباتیک با رقبایی با ارزش‌های چند میلیارد دلاری روبرو است. بیزینس اینسایدر در این ماه گزارش داد که رقبای مستقر در کالیفرنیا شامل هوش فیزیکی به ارزش تقریبی 11 میلیارد دلار و FieldAI است که با ارزش 10 میلیارد دلاری سرمایه جذب می کند.

رقیب دیگر، Skild AI، که بیش از 14 میلیارد دلار ارزش دارد، در حال فروش فناوری با قابلیت های مشابه است. در ماه آگوست، Skild از مدلی رونمایی کرد که می‌گوید می‌تواند کارهایی را که قبلا دیده نشده بود انجام دهد که تا 10 دقیقه بعد از یک نمایش ویدئویی به طول می‌انجامد. ماه گذشته، این شرکت اعلام کرد که از بیش از 60 مشتری به درآمد سالانه 100 میلیون دلاری رسیده است.

از آزمایشگاه تحقیقاتی تا استارتاپ

شش سال پیش، جانز شروع به تحقیق در مورد اینکه آیا ربات‌ها می‌توانند وظایف فیزیکی جدید را به همان سرعت انسان‌ها در آزمایشگاه کالج امپریال خود بیاموزند، آغاز کرد.

در آزمایش‌های اولیه آزمایشگاه، محققان به‌طور فیزیکی یک ربات را برای انجام کارهایی مانند برداشتن یک کاردک و برداشتن یک شی راهنمایی کردند. سپس ربات قبل از اینکه بتواند به تنهایی کار را انجام دهد، حدود 30 دقیقه صرف جمع آوری داده های اضافی درباره شی و محیط اطراف آن کرد.

جانز و دکترای سابق دانش آموز Vitalis Vosylius چند سال بعد را صرف حذف این گام اضافی کرد و در اواخر سال گذشته پس از مشاهده علائم اولیه مبنی بر اینکه مدل آنها می تواند بلافاصله پس از نمایش، وظایف جدیدی را انجام دهد، Machenta را تأسیس کرد. تیم ماچنتا اسکار می شرکت‌ها به‌طور فزاینده‌ای در حال خرید و جمع‌آوری داده‌ها هستند تا به روبات‌ها نحوه تعامل با دنیای واقعی را آموزش دهند. اما جانز معتقد است که جمع آوری داده های بیشتر راه حل نیست. همچنین مشخص نیست که چه مقدار داده آموزشی مورد نیاز است تا ربات های همه منظوره به واقعیت تبدیل شوند.

جانز گفت که Machenta در حال انجام چالش سخت‌تر طراحی الگوریتم‌هایی است که می‌توانند داده‌های مصنوعی مفید برای آموزش وظایف فیزیکی روبات‌ها تولید کنند.

Machenta قصد دارد از این بودجه برای گسترش تیم خود استفاده کند و مدل خود را با قدرت محاسباتی بیشتر و داده های شبیه سازی شده آموزش دهد، به این امید که به روبات ها انجام وظایف دقیق تر و پیچیده تر را آموزش دهد.

نکته ای دارید؟ با Rya Jetha از طریق ایمیل به آدرس rjetha@businessinsider.com یا سیگنال در rjetha.07 تماس بگیرید. از یک آدرس ایمیل شخصی و یک دستگاه غیر کاری استفاده کنید. در اینجا راهنمای ما برای به اشتراک گذاری ایمن اطلاعات است.

مقاله اصلی را در Business Insider بخوانید