Perceptron vuole portare l’AI fuori dagli schermi e darle un ruolo concreto tra robot, magazzini e linee produttive. Visto che non è molto nota, stiamo parlando di una startup fondata nel novembre 2024 da Armen Aghajanyan e Akshat Shrivastava, entrambi ex ricercatori di Meta FAIR, che proprio di recente ha presentato Isaac 0.5, un nuovo modello di visione pensato per consentire alle macchine di comprendere meglio ciò che accade nell’ambiente circostante e decidere come muoversi.
La questione è molto più complessa, interessante e articolata, perché l’obiettivo non è automatizzare soltanto una singola operazione ripetitiva, visto che Isaac 0.5 è stato sviluppato come modello general purpose. questo significa che è capace di adattarsi a situazioni e contesti differenti. Durante l'utilizzo in un magazzino, un robot potrebbe dover leggere l’etichetta di un pacco, individuare la posizione delle scatole, scegliere quale afferrare e stabilire l’ordine corretto delle operazioni, ma Perceptron vorrebbe riunire queste capacità in un unico sistema più flessibile.
Per addestrarlo, l’azienda afferma di aver utilizzato un milione di ore di video generici, insieme a filmati in prima persona e registrazioni UMI, impiegate per insegnare ai sistemi AI movimenti e attività fisiche attraverso azioni umane. curiosamente Perceptron non ha reso note le fonti dei dati, ma Shrivastava ha spiegato che la società ha costruito internamente dataset su scala petabyte comprendenti immagini, testo, video e traiettorie robotiche.
CLICCA QUI PER CONTINUARE A LEGGERE
Nota: Questo articolo contiene informazioni rielaborate da fonti esterne, citate e linkate nel rispetto del diritto d’autore.
Fonte: www.hdblog.it