Startup General Intuition vừa huy động 320 triệu USD trong vòng gọi vốn mới nhất, đạt định giá 2,3 tỷ USD. Khoản đầu tư này dựa trên luận điểm rằng ngành robot sắp có 'khoảnh khắc ChatGPT' — khi các mô hình nền tảng (foundation model) thay thế các mô hình chuyên biệt được huấn luyện từ đầu.

Mô hình nền tảng cho AI vật lý: Từ video game đến robot

General Intuition đã xây dựng mô hình nền tảng của riêng mình sau khi huấn luyện trên hàng triệu giờ dữ liệu video game, bao gồm thông tin về các nút bấm trên tay cầm mà người chơi thực hiện và thời điểm. CEO Pim de Witte và nhà đầu tư chính Vinod Khosla cho rằng dữ liệu hành động (action data) là chìa khóa để phát triển trực giác giống con người về lý luận không gian-thời gian.

Startup đã chứng minh mô hình hiện tại có thể vừa chơi video game hàng giờ, vừa điều khiển robot bốn chân — sau khi tinh chỉnh (fine-tuning) chỉ với 8 phút dữ liệu robot thực tế. De Witte nói: 'Việc robot có thể zero-shot chỉ với camera trước, không cảm biến khác, trong văn phòng có vật thể động và người đi qua là một bất ngờ rất lớn đối với chúng tôi. Tôi nghĩ đó là dấu hiệu cho những điều sắp tới.'

Thay đổi cách tiếp cận: Từ dữ liệu chuyên biệt sang mô hình tổng quát

Trước đây, các công ty xây dựng mô hình xử lý ngôn ngữ tự nhiên chuyên biệt từ đầu, huấn luyện trên lượng lớn dữ liệu theo tác vụ cụ thể. Ngày nay, hầu hết tổ chức bắt đầu với mô hình đa năng như GPT-3, Claude hoặc Llama, sau đó tinh chỉnh hoặc prompt để giải quyết nhu cầu riêng. De Witte tin rằng AI nhúng (embodied AI) sẽ đi theo mô hình tương tự: thay vì thu thập bộ dữ liệu thực tế khổng lồ để xây dựng mô hình robot chuyên biệt, ngành nên tập trung vào bộ dữ liệu chất lượng cao hơn, tạo ra mô hình nền tảng có khả năng chuyển giao trực giác về chuyển động và tương tác qua nhiều môi trường.

'Nhiều công ty hiện đang làm rất nhiều công việc chuyên biệt tập trung vào từng thể hiện (embodiment), từng môi trường và từng robot riêng lẻ,' de Witte nói với TechCrunch. Ông cho rằng phần lớn công việc đó sẽ sớm trở nên dư thừa khi các mô hình tổng quát như của General Intuition xuất hiện.

Mục tiêu cuối cùng: Trở thành mô hình nền tảng cho AI vật lý

General Intuition không có kế hoạch tự xây dựng robot, mà muốn trở thành mô hình nền tảng cho AI vật lý — một mô hình cơ sở để các công ty robot khác xây dựng cho máy móc của họ. De Witte nói: 'Chúng tôi sẽ không xây dựng công ty xe tự lái. Chúng tôi sẽ làm cho việc xây dựng công ty xe tự lái trở nên dễ dàng hơn 10 lần cho người tiếp theo.'

Việc chỉ cần 8 phút dữ liệu thực tế để tinh chỉnh mô hình cho robot bốn chân cho thấy tiềm năng to lớn của cách tiếp cận này. De Witte nhấn mạnh: 'Sự tổng quát hóa của chính mô hình là sản phẩm. Việc nó có khả năng suy luận cơ bản về không gian và thời gian sẽ là lý do khiến mọi người ngừng thu thập hàng trăm nghìn hoặc hàng triệu giờ dữ liệu thực tế. Bởi thực tế là bạn chỉ cần vài phút.'

Theo TechCrunch

Ảnh: Tama66 / Pixabay