Physicl robotlarni o'qitish uchun 10 million dollar jalb qildi

Physicl startapi robotlarni o'qitishda simulyatsiyadan real dunyoga o'tish (sim-to-real) muammosini hal qilish uchun Inovia Capital'dan 10 million dollar miqdorida sarmoya jalb qildi. Kompaniya asoschisi Aleks de Vigan ilgari elektron tijorat uchun 3D renderlash texnologiyalarini ishlab chiqqan jamoani robototexnika sohasiga yo'naltirdi.

• Physicl elektron tijorat uchun yaratilgan 3D modellash texnologiyasini robotlarni o'qitish uchun moslashtirmoqda.
• Studio platformasi 10 000 ta 3D muhit va 100 000 ta ob'ektga ega bo'lib, ular sintetik ma'lumotlar yaratish uchun xizmat qiladi.
• Tizim robotlarga murakkab sharoitlarda, masalan, soyali yoki tartibsiz joylashgan narsalar bilan ishlashni o'rgatadi.
• Platforma avtomatlashtirilgan o'qitish jarayoni uchun ma'lumotlarni «on-the-fly» yaratish imkonini beradi.

Elektron tijoratdan robototexnikagacha

Aleks de Vigan ilgari nfinite kompaniyasida mahsulotlarni onlayn namoyish qilish uchun 3D modellar yaratgan. Generativ AI rivojlanishi bilan u bu texnologik bazani robotlar uchun makon va ob'ektlarni tushunish, ularni manipulyatsiya qilish qobiliyatini rivojlantirishga sarflash kerakligini tushundi.

Jismoniy AI ishlab chiquvchilari robotlarni videotasvirlar orqali o'qitishda qiyinchiliklarga duch kelmoqdalar. Physicl bu muammoni hal qilish uchun tartibsiz va to'liqsiz real dunyo ma'lumotlarini yuqori aniqlikdagi, jismoniy qonuniyatlarga mos keladigan 3D modellariga aylantirib beradi.

Murakkab vazifalarga urg'u

Physicl o'zining Studio mahsuloti orqali robotlarning eng qiyin holatlarda (edge cases) ishlashini yaxshilashga e'tibor qaratmoqda. Masalan, robot stol ustidagi idishni yorug'lik tushishi yoki narsalarning ko'pligi tufayli farqlay olmayotgan bo'lsa, platforma aynan shu vaziyat uchun trening ma'lumotlarini yaratib beradi.

SpAItial kompaniyasi Physicl'ning ilk mijozlaridan biri bo'lib, Echo-3 modeli uchun yuqori aniqlikdagi sintetik ma'lumotlardan foydalanmoqda. Bu esa robototexnika sohasida ma'lumotlarni qo'lda yig'ish jarayonini avtomatlashtirishga yordam beradi.

Markaziy Osiyo va IT uchun ahamiyati

O'zbekistondagi va MDHdagi IT kompaniyalari uchun bu yangilik sintetik ma'lumotlarning kelajakdagi o'rnini ko'rsatadi. Robotlar va avtonom tizimlar uchun ma'lumotlarni qo'lda to'plash o'rniga, AI modelining o'zi trening jarayonida qaysi ma'lumot yetishmayotganini aniqlab, Physicl kabi platformalar yordamida uni generatsiya qilishi mumkin. Bu texnologiya kelgusida mahalliy muhandislar uchun ham dasturlash va robototexnika loyihalarini tezlashtirish imkonini beradi.