סטארטאפ בשם Perceptron, שהוקם בידי שני חוקרים לשעבר בחטיבת המחקר של מטא, השיק השבוע מודל ראייה בשם Isaac 0.5, שנועד לאפשר לרובוטים לנווט במחסנים ובמפעלים ולנתח וידאו מהפעולות שהם מבצעים. המודל משוחרר כ-open-weight, כך שניתן לבחון את הפרמטרים וחומרי האימון שלו, והחברה כבר גייסה 21 מיליון דולר בהובלת Bessemer Venture Partners.
חברת הזנק בשם Perceptron, שהוקמה בנובמבר 2024 בידי שני מדענים לשעבר מחטיבת המחקר Fundamental AI Research (FAIR) של מטא, השיקה השבוע את המודל החדש שלה, Isaac 0.5, המיועד לתת למכונות תעשייתיות יכולת "לתפוס, לחשוב ולפעול" בסביבות עבודה פיזיות, כך מדווח באתר TechCrunch.
התוכנה מיועדת לסייע לרובוטים המונחים על ידי ראייה ממוחשבת לנווט בסביבות מורכבות כמו מחסנים ומפעלים, וכן לחלץ מידע חזותי מתוך צילומי וידאו שהרובוטים עצמם מתעדים במהלך פעילותם. Isaac 0.5 משוחרר כמודל open-weight, כלומר הפרמטרים וחומרי האימון שלו פתוחים לבדיקה של כל מי שירצה בכך.
Perceptron הוקמה בידי ארמן אגאג'ניאן ואקשאט שריוואסטאווה, שני חוקרים שעבדו בעבר ב-FAIR, זרוע המחקר של מטא בתחום הבינה המלאכותית. החברה גייסה לאחרונה 21 מיליון דולר בסבב מימון בהובלת חברת ההשקעות Bessemer Venture Partners.
לפי החברה, מודלים קיימים בתחום ה'בינה המלאכותית הפיזית' מציבים בפני מפתחים ברירה בעייתית: או מודלי יסוד כלליים שדורשים מספר יחידות עיבוד גרפי (GPU) ייעודיות בענן לכל מופע, או מודלים צרים שמטפלים בתפיסה חזותית או בשליטה בלבד, אך לא בשניהם יחד. שריוואסטאווה הדגים את המורכבות במשימה שלכאורה נראית פשוטה: מיון חבילות. לדבריו, רובוט שמופקד על משימה כזו נדרש לקרוא את התווית על החבילה, לבצע ניתוח מרחבי כדי להבין את מיקום הקופסאות, להחליט אילו קופסאות להרים ולתכנן את סדר ההרמה. לדברי החברה, בעוד שקיימת כיום תוכנה שמסוגלת לבצע את רוב אותן משימות בנפרד, מעטים המוצרים שמסוגלים לעשות זאת בגמישות ובאופן משולב.
המודל אומן על כמיליון שעות של מה שמכונה "וידאו כללי", שנועד ללמד את האלגוריתם לזהות סביבות, מראות ותרחישים שונים. בנוסף נעשה שימוש נרחב ב"וידאו אגו" — צילומים ממצלמות נלבשות כגון GoPro, המתעדים משימה פיזית מנקודת מבטו של אדם המבצע אותה — וכן ב"וידאו UMI", המשמש באופן דומה ללימוד תנועות באמצעות תיעוד פעולות אנוש חוזרות. החברה בחרה שלא לחשוף את מקורות נתוני האימון המדויקים, אך שריוואסטאווה ציין כי הצוות בנה מאגרי נתונים פנימיים בהיקף פטהבייט הפרושים על פני מספר סוגי מידע — תמונות, טקסט, וידאו ואף מסלולי תנועה של רובוטים.
לדברי החברה, השימושים הפוטנציאליים בתוכנה כזו נרחבים, והיא מכוונת לשווק אותה לתעשיות מגוונות — ייצור, לוגיסטיקה ואחסנה, אבטחה, ניידות, וכן מדיה ובידור. ככל הנראה, האתגר המרכזי של Perceptron מול מתחרותיה יהיה להוכיח בשטח שמודל כללי אחד אכן יכול להחליף את מכלול המערכות הייעודיות שכבר פועלות היום במחסנים ובמפעלים.