Фізичному ШІ не бракує моделей; йому бракує досвіду. Саме тому @axisrobotics заслуговує на більше, ніж поверхневий погляд. Проблема не в тому, щоб зробити роботів «розумнішими». Проблема в тому, що роботи не зустрічали достатньо реальних сценаріїв для навчання. Лабораторій багато, а реальних роботизованих рук — мало. Якщо дані вдосконалюються виключно в лабораторних умовах, фізичний ШІ залишиться продуктом обмеженого кола операторів, а не масової робочої сили. Axis змінює правила гри. Вам не потрібен робот, щоб навчати робота. Достатньо інтерфейсу браузера, щоб генерувати траєкторії та подавати сигнали в цикл навчання. Цікаве — не саме маніпулювання; воно відбувається після цього: траєкторія фільтрується, перевіряється та підтверджується, перетворюючись на сигнал для навчання. Генерувати дані легко; перетворити ці дані на справжній досвід — справжній виклик. Справжній цикл — це не просто девіз «Створити → Перевірити → Навчитися → Вдосконалити». Справжній цикл передбачає, що людина ініціює дію через знайомий інтерфейс, машина фіксує рух, система фільтрує шум, походження записується в ланцюжок, відбувається навчання політики, а людина повертається, щоб виправляти помилки політики. Без цього останнього ланцюжка збірка з 3,7 мільйона траєкторій — це просто склад рухів. Але з цим ланцюжком кожні 40 секунд додають до реальної інтелектуальності робота. Для Axis питання більше не в тому, скільки траєкторій можна згенерувати. Питання в тому, скільки шляхів проходять перевірку, скільки виправлень стосуються справжніх точок невдачі та який досвід справді дозволяє роботу розуміти світ — а не просто запам’ятовувати сцени з браузера.