Pinag-isipan ko ang nakaraang linggo ang bawat pangunahing platform ng robotics data bago magpasya kung saan ilalagay ang aking oras. Ang karamihan sa kanila ay naglulutas ng maling problema. Narito ang bagay na hindi sinasabi nang bukas ng sinuman sa “physical AI”: Hindi kailangan ng iyong robot na mas matalinong utak. Kailangan nito na nakakita na ng higit pa. Naging matalino ang LLMs dahil ibinigay sa kanila ng internet trilyon-trilyon na salita nang libre. Hindi mayroon ang mga robot na iyon. Wala pang “internet ng pisikal na galaw” na nakahintay na ma-scrape. Kailangan ng isang tao na gumawa nito. Gawaing gawaing, galaw-galaw, tao-tao. Iyon ang tunay na bottleneck. Hindi ang GPUs. Hindi ang laki ng modelo. Ang data na hindi pa umiiral. Ang @axisrobotics ay isa sa mga natitirang proyekto na tinuturing ito bilang pangunahing problema at hindi bilang isang pahiwatig. Ginagawa mo ang isang gawain. Ito ay binabale-wala. Sinasalamin ito sa blockchain. Naging training data ito na talagang matututunan ng robot. Ito ang ginawa ng ImageNet para sa computer vision noong 2009. Parehong anyo, iba’t ibang domain. Ginawa ko ang aking unang Trajectory noong linggong ito. “Kitchen Utensil Arrangement,” 7 hakbang, ilipat ang fork, ilipat ang knife, itambak ang plate, itambak ang jam jar. Hakbang 7 ng 7. Ipinosid ang jam jar. Karamihan sa gawain ay tapos na. Pero pumunta ang jam jar sa labas ng plate. Kailangan ulit magsimula. Iyon ang bahagi na hindi ipinapakita sa iyo. Hindi ito pag-click ng button at pagtawag nito bilang data. Ito ay paggawa ng parehong gawain muli at muli hanggang sapat na malinis upang matutunan ng robot. Kung gagana ang physical AI, kailangan muna itong walang kahanga-hangang bahagi na itayo.