قضيت الأسبوع الماضي أستعرض كل منصات بيانات الروبوتات الكبرى قبل أن أقرر أين أستثمر وقتي. معظمها تحل مشكلة خاطئة. هناك شيء لا يريد أحد في مجال "الذكاء الفيزيائي" أن يقوله بصوت عالٍ: روبوتك لا يحتاج إلى دماغ أفضل. بل يحتاج إلى أن يكون قد رأى أكثر. أصبحت نماذج LLM ذكية لأن الإنترنت قدّم لها تريليونات الكلمات مجانًا. الروبوتات لا تمتلك ذلك. لا يوجد "إنترنت للحركة الفيزيائية" جاهزًا للتنقيب عنه. يجب على شخص ما أن ينشئه. مهمة تلو الأخرى، حركة تلو الأخرى، إنسان تلو الآخر. هذا هو العائق الحقيقي. ليس وحدات المعالجة الرسومية. وليس حجم النموذج. بل البيانات التي لا توجد بعد. @axisrobotics هو أحد المشاريع القليلة التي تعامل هذا كمشكلة جوهرية وليس كملاحظة ثانوية. أنت تقوم بمهمة. يتم التحقق منها. يتم توقيعها على السلسلة. وتصبح بيانات تدريب يمكن للروبوت التعلم منها فعليًا. هذا هو ما فعلته ImageNet لرؤية الحاسوب في عام 2009. نفس الشكل، مجال مختلف. قمت بأول مسار لي هذا الأسبوع: "ترتيب أدوات المطبخ"، 7 خطوات، تحريك الشوكة، تحريك السكين، ترتيب الطبق، ترتيب برطمان المربى. الخطوة السابعة من سبع خطوات. تم وضع برطمان المربى. المهمة اكتملت تقريبًا. لكن برطمان المربى قرر القفز من الطبق. إعادة بدء كاملة. هذه هي الجزء الذي لا يُظهره لك أحد. الأمر لا يتعلق بالنقر على زر واعتباره بيانات. بل هو تكرار نفس المهمة مرارًا وتكرارًا حتى تصبح نظيفة بدرجة كافية ليتعلم منها الروبوت فعليًا. إذا كان الذكاء الفيزيائي سيحقق النجاح، فهذا الجزء غير الجذاب يجب أن يُبنى أولًا.