Perceptron, ein Startup, das von den ehemaligen Meta-Forschungswissenschaftlern Armen Aghajanyan und Akshat Shrivastava gegründet wurde, hat sein neuestes KI-Modell namens Isaac 0.5 veröffentlicht. Dieses Modell wurde entwickelt, um Industrierobotern die Fähigkeit zu verleihen, ihre physische Umgebung wahrzunehmen, zu analysieren und darauf zu reagieren. Es ist als sogenanntes „Open-Weight-Modell“ verfügbar, was bedeutet, dass seine Parameter und Trainingsmaterialien öffentlich einsehbar sind.
Autonome Navigation in komplexen Umgebungen
Isaac 0.5 soll insbesondere visionsgesteuerten Robotern dabei helfen, sich in komplexen industriellen Umgebungen wie Lagerhäusern oder Fabrikhallen zurechtzufinden. Darüber hinaus ermöglicht die Software Unternehmen, visuelle Informationen aus Videos zu extrahieren, die von diesen Robotern aufgezeichnet wurden. Aghajanyan und Shrivastava, die zuvor bei Metas KI-Forschungsabteilung FAIR (Fundamental AI Research) tätig waren, sehen ihre Software als zentrale Komponente für den zukünftigen Einsatz von Automatisierung in der Industrie.
Im Gegensatz zu vielen bestehenden Modellen, die oft auf spezifische, repetitive Aufgaben zugeschnitten sind, ist Isaac 0.5 als universelles und flexibles Werkzeug konzipiert. Es soll Roboter bei vielschichtigen physischen Prozessen unterstützen, wie beispielsweise dem Sortieren von Paketen. Hierbei müsste ein Roboter Etiketten lesen, räumliche Analysen durchführen, Entscheidungen über die Reihenfolge der Paketaufnahme treffen und die gesamte Abfolge planen. Während die Industrie bereits Software für einzelne dieser Schritte bietet, zeichnet sich Perceptrons Ansatz durch seine umfassende und anpassungsfähige Natur aus.
Umfangreiche Trainingsdaten als Basis
Die Fähigkeiten von Modellen wie Isaac 0.5 basieren auf der Verarbeitung großer Mengen an Videodaten. Perceptron gibt an, dass das neue Modell mit einer Million Stunden sogenannter „allgemeiner Videos“ trainiert wurde, um Algorithmen zur Erkennung spezifischer Umgebungen, visueller Merkmale und Szenarien zu entwickeln. Zusätzlich wurden „Ego-Videos“ – aus der Perspektive einer Person aufgenommene Videos, die physische Aufgaben ausführt – sowie „UMI-Videos“, die repetitive menschliche Bewegungen erfassen, intensiv genutzt. Die Trainingsdatensätze, die intern erstellt wurden, umfassen laut Perceptron Petabyte an Daten verschiedener Modalitäten wie Bilder, Text, Video und Roboter-Trajektorien.
Breites Anwendungsspektrum
Die Anwendungsfelder für eine Software, die Robotern eine kompetente Navigation und Interaktion in Lagerhäusern und anderen industriellen Umgebungen ermöglicht, sind vielfältig. Perceptron plant, seine Software einer breiten Palette von Anbietern zur Verfügung zu stellen, um eine Integration in verschiedene Branchen zu erreichen. Dazu gehören die Fertigungsindustrie, Logistik und Lagerhaltung, Sicherheit, Mobilität sowie Medien und Unterhaltung. Die Gründer betonen, dass ein derart umfassendes und flexibles System auf dem Markt derzeit einzigartig sei.
Thema: Meta. Quelle/Inspiration: TechCrunch.