10 milyon neredeyse özdeş gösterimden oluşan bir robotik veri kümesi, ses verdiği kadar faydalı olmayabilir. Ölçek önemlidir, ancak çeşitlilik bu ölçeğin aslında neyi temsil ettiğini belirler. Bu, Axis Robotics içindeki Görev Oluşturma Motoru'nun benim dikkatimi çekmesinin nedeni. Çeşitliliği şansa bırakmak yerine, Axis bir görevin birden fazla boyutunu değiştirebilen bir sistem tanımlar, bunlar arasında: • robot gövdeleri • nesneler • mekansal yapılandırmalar • semantik koşullar • görsel ortamlar Bir fincanı kaldırmak gibi basit bir şeyi düşünün. Fincanı, konumunu, aydınlatmayı, çevre nesnelerini, robot konfigürasyonunu veya ortamı değiştirmek, bir temel beceriyi birçok farklı öğrenme durumuna dönüştürebilir. Bu önemlidir çünkü gerçek evler ve iş yerleri standartlaştırılmış simülasyon laboratuvarları değildir. Yalnızca tanıdık koşullarda başarılı olan bir robot, genelleştirmeyi gerçekten öğrenmemiştir. Bu yüzden @axisrobotics'a baktığımda artık sormak istediğim soru daha az: "Kaç trajektori üretebilirler?" Daha iyi bir soru şöyle olabilir: "Bu trajektöriler içinde ne kadar anlamlı çeşitlilik yaratabilirler?" Fiziksel Yapay Zeka için milyonlarca örnek faydalıdır. Milyonlarca gerçekten farklı öğrenme durumu çok daha değerli olabilir.