Saya menghabiskan minggu lalu meneliti setiap platform data robotika utama sebelum memutuskan di mana harus mengalokasikan waktu saya. Sebagian besar dari mereka memecahkan masalah yang salah. Ini yang tidak ingin diucapkan terbuka oleh siapa pun di bidang "Physical AI": Robot Anda tidak membutuhkan otak yang lebih baik. Ia perlu telah MELIHAT lebih banyak. LLM menjadi cerdas karena internet memberi mereka triliunan kata secara gratis. Robot tidak memiliki hal itu. Tidak ada "internet gerakan fisik" yang tersedia menunggu untuk digali. Seseorang harus membuatnya. Tugas demi tugas, gerakan demi gerakan, manusia demi manusia. Itulah hambatan sebenarnya. Bukan GPU. Bukan ukuran model. Data yang belum ada sama sekali. @axisrobotics adalah salah satu dari sedikit proyek yang memperlakukan ini sebagai masalah inti, bukan catatan kaki. Anda melakukan suatu tugas. Tugas itu diverifikasi. Ditandatangani di blockchain. Menjadi data pelatihan yang benar-benar bisa dipelajari robot. Ini adalah apa yang ImageNet lakukan untuk computer vision pada tahun 2009. Bentuk yang sama, domain berbeda. Saya melakukan Trajectory pertama saya minggu ini. "Penataan Peralatan Dapur," 7 langkah, pindahkan garpu, pindahkan pisau, tumpuk piring, tumpuk stoples selai. Langkah 7 dari 7. Stoples selai ditempatkan. Tugas hampir selesai. Stoples selai memutuskan untuk melompat dari piring. Harus mulai dari awal lagi. Ini bagian yang tidak pernah ditunjukkan kepada Anda. Ini bukan sekadar mengklik tombol dan menyebutnya data. Ini melakukan tugas yang sama berulang-ulang sampai cukup bersih agar robot benar-benar bisa belajar darinya. Jika Physical AI ingin berhasil, bagian yang tidak glamor ini harus dibangun terlebih dahulu.