Project Go-Big: Das größte humanoide Pretraining-Dataset der Welt

Project Go-Big zielt darauf ab, das weltweit größte humanoide Pretraining-Dataset zu erstellen. Dieses ehrgeizige Vorhaben wird durch eine Partnerschaft mit Brookfield unterstützt, einem Unternehmen, das über 100.000 Wohnanlagen verfügt. Diese Partnerschaft ist entscheidend, da sie den Zugang zu einer Vielzahl von realen Umgebungen ermöglicht, die für das Training humanoider Roboter unerlässlich sind.

Ein zentraler Bestandteil von Project Go-Big ist Helix, das KI-System von Figure. Helix lernt direkt aus menschlichen Videodaten und hat bereits erfolgreich Navigation und Manipulation integriert. Dies geschieht durch den Einsatz von Sprache und visuellen Eingaben, was einen bedeutenden Fortschritt in der Robotik darstellt.

Die Bedeutung von großen Datensätzen in der Robotik

Jeder Durchbruch im maschinellen Lernen ist auf massive und vielfältige Datensätze angewiesen. In der Robotik gibt es bisher nichts Vergleichbares, weshalb Figure sein eigenes Dataset aufbaut. Die Fähigkeit von Robotern, in komplexen Umgebungen zu agieren und menschliche Interaktionen nachzuahmen, hängt stark von der Qualität und Vielfalt der Daten ab, die sie während des Trainings erhalten.

Helix: Ein KI-System mit fortschrittlichen Fähigkeiten

Helix ist nicht nur ein weiteres KI-Modell; es ist ein System, das die Fähigkeit besitzt, sowohl Manipulation als auch Navigation end-to-end zu lernen. Dies bedeutet, dass Helix in der Lage ist, Aufgaben zu erledigen, die zuvor eine komplexe Programmierung erforderten, indem es einfach aus den Daten lernt, die ihm zur Verfügung stehen. Diese Technologie könnte die Art und Weise revolutionieren, wie humanoide Roboter in der Zukunft eingesetzt werden.

Die Herausforderungen bei der Datensammlung

Eine der größten Herausforderungen bei der Entwicklung humanoider Roboter ist die Beschaffung geeigneter Daten. Im Gegensatz zu großen Sprachmodellen (LLMs), die auf eine Vielzahl von Internetdaten zugreifen können, ist es für humanoide Roboter nicht möglich, solche Daten zu scrapen. Daher ist die Entwicklung eines eigenen Datensatzes von entscheidender Bedeutung.

Fazit

Project Go-Big ist ein wegweisendes Projekt, das das Potenzial hat, die Robotik zu transformieren. Durch die Partnerschaft mit Brookfield und den Einsatz von Helix wird Figure in der Lage sein, humanoide Roboter zu entwickeln, die in der Lage sind, komplexe Aufgaben in realen Umgebungen zu bewältigen. Dies könnte nicht nur die Effizienz von Robotern erhöhen, sondern auch ihre Integration in den Alltag der Menschen erleichtern.

Quellenliste:

• Quelle: Unlike LLMs, we can’t scrape the internet for robot data
• Project Go-Big: Building the world’s largest humanoid pretraining dataset
• Helix: A generalist Vision-Language-Action model