Physical Intelligence raccoglie 400 milioni di dollari per la robotica con modelli AI generalisti | Intelligenza artificiale generativa gratis | Reti neurali convoluzionali | Chatgpt gratis android | Turtles AI
Physical Intelligence ha raccolto 400 milioni di dollari per sviluppare modelli di fondazione che permettano ai robot di eseguire compiti fisici complessi con maggiore autonomia e abilità. Grazie a un approccio innovativo, l’azienda mira a creare robot generalisti in grado di imparare più velocemente e con meno dati.
Punti chiave:
- Physical Intelligence ha ottenuto 400 milioni di dollari di finanziamenti.
- L’azienda sviluppa modelli di base generalisti per la robotica.
- I robot basati su questi modelli promettono di apprendere più rapidamente e con meno esempi.
- I principali investitori includono Jeff Bezos, Thrive Capital e Lux Capital.
Physical Intelligence ha annunciato oggi il completamento di un round di finanziamento che ha raccolto 400 milioni di dollari, un passo fondamentale per il suo ambizioso progetto di sviluppare modelli di AI di base destinati alla robotica. Questi modelli, progettati per essere generalisti, consentiranno ai robot di svolgere una vasta gamma di compiti fisici, tra cui attività quotidiane come piegare la biancheria o assemblare scatole, con un livello di autonomia e adattabilità mai visto prima. La startup californiana ha come obiettivo quello di ridurre il bisogno di dati massivi e di esempi specifici, a differenza degli approcci tradizionali, che richiedono una vasta quantità di informazioni per addestrare i sistemi. In una dichiarazione condivisa con il "New York Times", Karol Hausman, co-fondatore e CEO di Physical Intelligence, ha sottolineato che l’azienda non si limita a creare un "cervello" per ogni robot individuale, ma sta lavorando a un "cervello" unico in grado di controllare diversi modelli robotici, con un livello di generalizzazione che rappresenta un salto significativo rispetto alla tecnologia odierna. Il prototipo iniziale, denominato π 0, integra una raccolta di dati multi-task e multi-robot su larga scala, utilizzando una nuova architettura di rete che mira a rendere i robot più versatili, capaci di svolgere una vasta gamma di attività con facilità. La novità dei modelli proposti sta proprio nella capacità di applicare l’apprendimento a compiti fisici che, pur sembrando semplici agli esseri umani, sono tradizionalmente complessi per i robot, come piegare una maglietta o riordinare un tavolo, come evidenziato da un’analogia con il paradosso di Moravec, che evidenzia come compiti apparentemente banali per gli esseri umani risultino estremamente difficili per l’AI. I primi test e dimostrazioni del modello, che includono attività come il riempimento dinamico di contenitori o il montaggio di scatole, sono stati mostrati recentemente a RoboBusiness dal professor Sergey Levine dell’Università della California, uno dei co-fondatori di Physical Intelligence. Il modello, pur nelle sue fasi iniziali, rappresenta un promettente passo verso il futuro di una robotica altamente adattabile e intelligente. Physical Intelligence ha anche confermato che, sebbene i modelli attuali siano ancora lontani dal raggiungere una capacità di generalizzazione perfetta, l’obiettivo è di proseguire con il rafforzamento di tali capacità grazie all’uso di dati e collaborazioni strategiche. Il finanziamento ricevuto, che porta la valutazione della società a 2,4 miliardi di dollari, è stato guidato da nomi di spicco come Jeff Bezos, presidente esecutivo di Amazon, e importanti venture capital come Thrive Capital e Lux Capital. L’azienda ha annunciato che sta continuando a espandere il proprio team per accelerare lo sviluppo.
Il successo di Physical Intelligence si inserisce in un panorama più ampio, in cui altre aziende tecnologiche, come Figure AI, Skild AI, e OpenAI, stanno puntando sullo sviluppo di modelli di fondazione per la robotica, segnando l’inizio di una nuova era in cui i robot, grazie all’AI, diventeranno sempre più capaci di svolgere compiti complessi in modo autonomo e adattivo.
