Perceptron predstavio Isaac 0.5 za industrijske robote
Perceptron, startup koji su u novembru 2024. osnovali bivši istraživači kompanije Meta Armen Aghajanyan i Akshat Shrivastava, objavio je Isaac 0.5, model računarskog vida za industrijske robote. Kompanija navodi da model pomaže mašinama da opažaju, zaključuju i deluju u okruženjima kao što su fabrike i skladišta, a nedavno je prikupila 21 milion dolara u investicionoj rundi koju je predvodio Bessemer Venture Partners.
Isaac 0.5 izlazi kao model otvorenih težina, što omogućava uvid u njegove parametre i materijale za obuku. Perceptron ga pozicionira kao opšti model, namenjen prilagođavanju konkretnom radnom prostoru, a ne izvođenju samo jednog unapred definisanog i ponavljajućeg zadatka.
Od videosnimka do sledećeg poteza robota
U skladišnom procesu, na primer, robot koji razvrstava pakete ne mora samo da uoči kutiju. Potrebno je da pročita etiketu, prostorno proceni položaj paketa, odabere koji predmet uzima i, kada ima više kutija, isplanira redosled rukovanja. Perceptron navodi da Isaac 0.5 treba da podrži te korake u jedinstvenom toku rada.
Industrija već koristi softver za pojedine delove takvih zadataka. Razlika koju osnivači ističu jeste fleksibilnost: model bi trebalo da objedini percepciju i upravljanje, umesto da kompanije biraju između opštih foundation modela kojima je za svaku instancu potrebno više namenskih cloud GPU-ova i uskih modela koji pokrivaju samo jednu od te dve funkcije.
Obuka na obimnim vizuelnim skupovima podataka
Za Isaac 0.5 Perceptron je koristio milion sati takozvanog opšteg videa, namenjenog učenju prepoznavanja okruženja, prizora i situacija. Kompanija je koristila i ego video, snimke iz perspektive osobe koja obavlja fizički zadatak, kao i UMI video za beleženje ponavljajućih ljudskih pokreta.
Izvore skupova podataka Perceptron nije objavio. Shrivastava je rekao da je kompanija interno izgradila skupove podataka petabajtnog obima, koji obuhvataju slike, tekst, video i putanje robota. To ukazuje na oslanjanje na više vrsta podataka pri povezivanju vizuelnog razumevanja sa fizičkim radnjama.
Gde kompanija vidi primenu
Perceptron planira da softver ponudi različitim dobavljačima, sa mogućom primenom u proizvodnji, logistici, skladištenju, bezbednosti, mobilnosti, medijima i zabavi. Fokus je na sloju inteligencije koji se može ugraditi u različite robotske sisteme, umesto na jednom specifičnom uređaju.
Za poslovne timove poruka je praktična: pri proceni automatizacije treba proveriti koje zadatke model zaista objedinjuje, kakva je infrastruktura potrebna za rad i kako se vizuelni podaci uklapaju u postojeće operativne tokove. Otvorene težine mogu olakšati tehničku proveru, ali vrednost će zavisiti od pouzdanosti sistema u stvarnom radnom prostoru.