Physicl zbiera 10 mln dolarów na trening robotów w realistycznych światach 3D
Spis treści
Startup Physicl pozyskał 10 mln dolarów w rundzie seed prowadzonej przez Inovia Capital. Firma chce wykorzystać generowanie realistycznych światów 3D do rozwiązania jednego z największych problemów fizycznej sztucznej inteligencji: robot może dobrze działać w znanej scenerii, ale gubi się, gdy zmieni się światło, układ przedmiotów albo poziom bałaganu.
Założycielem i dyrektorem generalnym Physicl jest Alexandre de Vigan, wcześniej związany z firmą nfinite, która tworzyła trójwymiarowe modele produktów dla marek i sklepów internetowych. Teraz ten sam kierunek technologiczny ma służyć nie do prezentowania towarów w internecie, lecz do budowania danych treningowych dla robotów i modeli świata.
Studio ma generować dane dla trudnych przypadków
Pierwszym produktem Physicl jest Studio, dostępne obecnie w prywatnej becie. Według oficjalnego opisu usługi użytkownik wskazuje scenę, której brakuje jego modelowi, a następnie wybiera zmienną, na przykład oświetlenie, układ obiektów, zagęszczenie przeszkód albo trasę kamery. Pozostałe elementy mogą zostać utrzymane bez zmian, dzięki czemu kolejne partie danych są ze sobą porównywalne.
Physicl deklaruje bibliotekę ponad 10 tys. scen i ponad 100 tys. obiektów. Każda wygenerowana klatka może otrzymać między innymi mapę głębi, normalne powierzchni, segmentację instancji, pozycję kamery oraz ramki ograniczające obiekty. To ważne, bo etykiety wynikają z geometrii sceny, a nie z późniejszego, ręcznego opisywania obrazu.
W praktyce taki system może pomóc w szkoleniu robota, który rozpoznaje kubek na pustym blacie, lecz zawodzi, gdy naczynie jest częściowo zasłonięte albo znajduje się w cieniu. Nie oznacza to jednak, że sama realistyczna grafika rozwiązuje problem sterowania. Render musi jeszcze poprawnie opisywać fizyczne właściwości obiektu, jego kontakt z podłożem i ograniczenia ruchu robota.
Od obrazu do przestrzeni, a potem z powrotem do danych
Physicl chce przekształcać obrazy, skany, nagrania wideo i dane lidarowe w uporządkowane reprezentacje 3D, a następnie tworzyć z nich kontrolowane warianty. To podejście ma skrócić cykl, w którym zespół najpierw obserwuje błąd modelu, później ręcznie szuka podobnych przykładów, a na końcu czeka na ich opisanie.
Podobny kierunek widać w pracy SpAItial, jednego z wczesnych klientów Physicl. Firma ta opublikowała w październiku opis Echo-3, modelu, który odtwarza przestrzenie 3D na podstawie ujęć z telefonu i dąży do zachowania rzeczywistej skali oraz geometrii. SpAItial wskazuje, że takie rekonstrukcje mogą zasilać symulacje, analizę scen i narzędzia dla agentów AI. Współpraca z Physicl pokazuje, że jakość danych wejściowych i możliwość kontrolowanego tworzenia kolejnych wariantów są równie ważne jak sam model generujący świat.
Najtrudniejszy będzie etap sim-to-real
W przypadku robotów różnica między cyfrową sceną a prawdziwym pomieszczeniem ma bezpośrednie konsekwencje. Model wytrenowany na obrazach może rozpoznać przedmiot, ale nadal musi przewidzieć, jak zachowa się on po dotknięciu, jaki opór stawi materiał i czy chwytak nie uderzy w sąsiedni obiekt. Dlatego o wartości Physicl zdecyduje nie liczba wygenerowanych scen, lecz to, czy dane poprawią zachowanie maszyn poza symulatorem.
To właśnie jest najbardziej interesujący element nowej rundy. Physicl nie pozycjonuje się wyłącznie jako dostawca gotowego zbioru obrazów. Chce stać się warstwą, która na bieżąco uzupełnia dane tam, gdzie model ma najsłabsze wyniki. Jeśli ta obietnica się sprawdzi, trening robotów będzie przypominał iteracyjne testowanie oprogramowania: błąd wskaże brakujący przypadek, a pipeline wygeneruje jego kontrolowane warianty.
Źródła
Autor Artykułu
Marek Kasperski
Marek Kasperski - Marek Kasperski to programista–entuzjasta, który po godzinach zanurza się w świecie nowych technologii i sprzętu komputerowego. Na pcarena.pl łączy wiedzę developerską z pasją do PC, pokazując czytelnikom, jak wybrać odpowiednie podzespoły i zoptymalizować sprzęt pod własne projekty. Pisze z perspektywy praktyka, dzięki czemu jego artykuły są jednocześnie techniczne, przystępne i pełne realnych doświadczeń.