2024-இல் தொடங்கப்பட்ட Generalist என்ற ரோபோட்டிக்ஸ் ஸ்டார்ட்அப், சுமார் $200 மில்லியன் நிதி திரட்டியதன் மூலம் தனது மதிப்பீட்டை $3 பில்லியனாக உயர்த்தியுள்ளது. 8VC தலைமையிலான இந்த முதலீடு, மொத்த Series B நிதியை $600 மில்லியனாக உயர்த்தியுள்ளது. சில வினாடி வீடியோக்களைக் கொண்டு புதிய வேலைகளைக் கற்றுக்கொள்ளக்கூடிய ரோபோக்களுக்கான பாதை விரைவாக நெருங்கி வருவதை முதலீட்டாளர்கள் உணர்ந்துள்ளனர் என்பதை இது காட்டுகிறது.

நிதிப் பெருக்கம் மற்றும் முதலீட்டாளர்கள் வரிசை

ஜூன் மாதம் Radical Ventures தலைமையிலான $400 மில்லியன் Series B சுற்றுத் தொடக்கத்தைத் தொடர்ந்து, தற்போது இந்த $200 மில்லியன் முதலீடு அந்தத் தொடரை நீட்டிக்கிறது. இந்த முதலீட்டுப் பட்டியலில் Nvidia, Union Square Ventures, Bezos Expeditions மற்றும் AI முன்னோடியான Fei-Fei Li போன்ற முக்கியப் பெயர்கள் இணைந்துள்ளன. பல ரோபோட்டிக் தளங்களுக்கான ஒற்றை AI "மூளை" (brain), தொழிற்சாலைகள், கிடங்குகள் மற்றும் சேவைத் துறைகளில் புதிய தானியங்கி அலையை உருவாக்கும் என்ற நம்பிக்கையை இவர்களின் பங்களிப்பு உறுதிப்படுத்துகிறது.

Gen 1.5: மிகக் குறுகிய விளக்கக் காட்சிகளிலிருந்து கற்றல்

Generalist நிறுவனத்தின் முக்கியச் சிறப்பம்சம் அதன் Gen 1.5 அடிப்படை மாதிரி (foundation model) ஆகும். ஒவ்வொரு அசைவையும் கைமுறையாக வடிவமைப்பதற்குப் பதிலாக, இந்த மாதிரி ஒரு ரோபோ ஒரு வீடியோ துண்டைப் பார்க்க அனுமதிக்கும்—இது பெரும்பாலும் மூன்று முதல் பன்னிரண்டு வினாடிகள் மட்டுமே நீடிக்கும்—பின்னர் அந்த வீடியோவில் காட்டப்பட்ட பணியை ரோபோ மீண்டும் செய்யும். இந்த அணுகுமுறை 'அனுকরণ கற்றல்' (imitation learning) முறையை அடிப்படையாகக் கொண்டது: AI, வீடியோ உள்ளீட்டிலிருந்து அசைவுகள், பொருட்களுடனான தொடர்பு மற்றும் கால அளவு ஆகியவற்றைச் சேகரித்து, அவற்றை ரோபோவின் ஆக்சுவேட்டர்களுக்கான (actuators) கட்டுப்பாட்டு கட்டளைகளாக மாற்றுகிறது. கோட்பாட்டளவில், ஒரு ரோபோ வாரந்தோறும் டஜன் கணக்கான புதிய திறன்களைக் கற்றுக்கொள்ள முடியும், இது மாறிவரும் சூழல்களில் தானியங்கி முறையைச் செயல்படுத்துவதற்குத் தேவையான நேரம் மற்றும் நிபுணத்துவத்தைக் குறைக்கும்.

முதலீட்டாளர்கள் தேடும் “ChatGPT தருணம்”

மென்பொருளுக்கு பெரிய மொழி மாதிரிகள் (LLMs) ஏற்படுத்திய புரட்சியை வன்பொருளுக்கு (hardware) ஏற்படுத்த வேண்டும் என்ற போட்டியான ஓட்டத்தில் Generalist ஈடுபட்டுள்ளது. Physical Intelligence மற்றும் SoftBank ஆதரவு பெற்ற Skild AI போன்ற போட்டியாளர்கள் ஏற்கனவே பில்லியன் கணக்கான மதிப்பீடுகளைக் கொண்டுள்ளனர், இது ரோபோட்டிக்ஸ் துறையில் ஒரு பரந்த “ChatGPT தருணம்” பற்றிய எதிர்பார்ப்பை வளர்க்கிறது. இதன் அடிப்படை எளிமையானது: குறைந்த தரவைக் கொண்டு மாற்றியமைக்கக்கூடிய (fine-tuned) ஒரு பன்முகத்தன்மை கொண்ட முன்-பயிற்சி பெற்ற மாதிரி, நிறுவனங்கள் தங்கள் கட்டுப்பாட்டு அமைப்புகளை (control stacks) மீண்டும் ஆரம்பத்திலிருந்து உருவாக்காமலேயே ரோபோட்டிக் திறன்களைச் சேர்க்க உதவும்.

இயற்பியல் தரவுத் தட்டுப்பாடு மற்றும் சந்தேகக் குரல்கள்

இந்த உற்சாகத்திற்கு ஒரு நடைமுறைத் தடை உள்ளது. பெரிய மொழி மாதிரிகள் இணையத்தில் உள்ள முடிவில்லாத உரிகளைக் கொண்டு வளர்கின்றன, ஆனால் ரோபோக்கள் பயிற்சித் தரவை உருவாக்க இயற்பியல் ரீதியான தொடர்புகளைத் தேவைப்படுகின்றன. சென்சார்கள் விசை, தொடுதல் மற்றும் 3-D வடிவியல் ஆகியவற்றைச் சேகரிக்க வேண்டும், மேலும் ஒவ்வொரு புதிய சூழலுக்கும் புதிய தரவு சேகரிப்பு தேவைப்படலாம். உயர்தரமான, மாறுபட்ட இயற்பியல் தரவுத்தொகுப்புகளின் பற்றாக்குறை, உண்மையான உலகளாவிய ரோபோ நுண்ணறிவை வணிக ரீதியாகச் செயல்படுத்துவதற்கு இன்னும் பல ஆண்டுகள் தேவைப்படலாம் என்று சில நிபுணர்கள் எச்சரிக்கின்றனர். நிஜ உலக விளக்கங்களின் தொடர்ச்சியான ஓட்டம் இல்லையென்றால், Gen 1.5 போன்ற நெகிழ்வான மாதிரியும் தான் பார்த்த சூழல்களுக்கு அப்பால் செயல்படுவதில் சிரமப்படலாம்.

அடுத்து கவனிக்க வேண்டியவை

  • செயல்படுத்தும் சோதனைகள் (Deployment trials): Generalist நிறுவனத்தின் அடுத்த பொதுத் சோதனைத் தளங்கள்—தளவாட மையங்களோ அல்லது உற்பத்தித் தொடர்களோ—Gen 1.5 ஆய்வக விளக்கங்களிலிருந்து சத்தமான, கணிக்க முடியாத இடங்களுக்கு எவ்வளவு சிறப்பாகச் செயல்படுகிறது என்பதைக் காட்டும்.
  • தரவுப் பாதை மேம்பாடு (Data pipeline development): தானியங்கி தரவு சேகரிப்பில் (உதாரணமாக, மாதிரிகளுக்குத் தரவுகளை வழங்கும் கேமராக்களின் தொகுப்பு) ஏற்படும் முன்னேற்றம், இயற்பியல் தரவுத் தட்டுப்பாட்டைத் தணிக்கக்கூடும்.
  • போட்டியாளர்களின் நகர்வுகள்: முதல் பரவலாக ஏற்றுக்கொள்ளக்கூடிய ரோபோ அடிப்படை மாதிரிக்கானப் போட்டி இன்னும் ஆரம்ப நிலையில் இருப்பதால், போட்டியாளர்களின் நிதித் திரட்டுதல் மற்றும் கூட்டாண்மை அறிவிப்புகளைக் கண்காணிக்கவும்.

முக்கியக் கருத்து: Generalist நிறுவனத்தின் $3 பில்லியன் மதிப்பீடு, இன்றைய சாட்பாட்களைப் போலவே ரோபோக்களையும் மாற்றியமைக்கக்கூடியதாக மாற்ற ஒரு ஒற்றை AI மாதிரி போதுமானது என்ற வலுவான நம்பிக்கையைப் பிரதிபலிக்கிறது. ஆனால், இந்த வாக்குறுதி அன்றாடத் தானியங்கி முறைக்கு மாற வேண்டுமானால், குறுகிய வீடியோ துண்டுகளை நம்பகமான, நிஜ உலக அசைவுகளாக மாற்றுவதே முக்கிய சவாலாகும்.