로봇 + LLM ≠ 구체화된 지능?

Heart of Machine PRO · 회원 뉴스레터 36주차

---- 이번 주에는 AI & 로봇 산업에서 주의깊게 검토할 가치가 있는 ⑤ 중요한 사항에 대해 설명하겠습니다 ----

1. 로봇 + LLM ≠ 구체화된 지능?

일반 휴머노이드 로봇 + LLM 기술 루트의 다음 단계는 무엇인가요? Universal Robots + LLM 구체화된 지능으로 이어지는 주요 기술적 과제는 무엇입니까? LLM이 인기를 끌기 전에 Boston Dynamics는 어떻게 로봇을 만들었나요? 장면 이해와 인간-기계 협업 기술의 획기적인 발전은 어떤 기회를 가져올까요? ...

2. Llama 2의 오픈소스 생태계는 파이인가 함정인가?

Llama 2가 가져온 오픈소스 생태계는 신뢰할 수 있나요? Baichuan-2는 Llama 2의 국내 대체품이 될 것으로 예상됩니까? 오픈 소스 LLM 교육 슬라이스의 중요성은 무엇입니까? 오픈소스와 클로즈드소스, 국내 대형 모델 분야의 경쟁 구도는 어떠한가? Llama 2의 오픈 소스 생태계는 신뢰할 수 있나요? Baichuan-2가 Llama 2의 국내 대안이 될 수 있습니까? 오픈 소스 LLM 교육 슬라이스의 중요성은 무엇입니까? 국내 대형모델 분야 오픈소스와 클로즈드소스의 경쟁 구도는 어떠한가?

3. RLAIF는 신뢰할 수 있는 대안인가요? 인간(H)을 인공지능(AI)으로 대체한다?

RLAIF는 어떻게 구현되나요? AI 주석은 어떻게 RL을 향상하나요? RALIF의 장점은 무엇입니까? RLAIF 교육을 기반으로 LLM은 어떻게 수행됩니까? RLAIF가 RLHF를 대체하는 것이 가능합니까? RLHF가 미래에 필요하게 될까요? Google에서는 최근 어떤 다른 RL 연구를 진행하고 있나요? ...

4. OpenAI의 비밀 훈련 GPT-5

GPT-5에 대한 소문이 있나요? GPT-5의 기능은 무엇입니까? GPT-5가 실제로 존재하는가? Sam Altman이 이전에 GPT-5 작업을 하지 않았다고 말했습니까? ...

5. AI가 번역 작업을 맡는 데 몇 년이 걸렸나요?

왜 스페인 웹사이트 편집자들은 모두 “해고” 되었나요? AI를 사용하여 웹사이트를 번역하는 것이 신뢰할 수 있나요? 구글에서 시작된 AI 번역 개발의 역사를 알아보세요. 10년 전 AI 번역이 어땠는지 기억하시나요? AI번역은 이제 어디로 발전하게 될까요? 스페인어 웹사이트의 편집자들이 모두 해고되는 이유는 무엇입니까? 인공지능을 사용하여 웹사이트를 번역하는 것이 신뢰할 수 있나요? 구글을 시작으로 인공지능 번역의 발전 과정을 살펴보자. 10년 전 인공지능 번역이 어떤 모습이었는지 기억하시나요? 현재의 인공지능 번역은 어떤 방향으로 발전하게 될까요?

이 뉴스레터 정식 버전에는 AI 및 로봇 공학 트랙에 대한 5가지 주제 해석과 29가지 중요한 뉴스 업데이트가 포함되어 있습니다. 그 중 기술점수 9점, 국내점수 11점, 해외점수 9점이 있습니다

이 뉴스레터는 총 24646 단어로 구성되어 있으며, 최대 7%까지 무료로 사용해 보실 수 있습니다

이 문제에 대한 완전한 해석을 얻으려면 99개의 WeChat 빈만 소비하면 되며 이는 RMB 9.9

에 해당합니다.

중요한 것의 해석 ①로봇 + LLM ≠ 체화된 지능?

시간: 9월 6일

이벤트: Zhihui Jun은 최근 인터뷰에서 그의 기업가 팀의 범용 휴머노이드 로봇 + LLM 개발 계획에 데이터 센터 구축과 하드웨어 구조의 반복적 재구성이 포함되어 있다고 밝혔습니다.

준지희님, 일반 휴머노이드 로봇과 LLM 기술의 다음 단계에 대해 어떻게 생각하시나요?

1. Zhihui Jun은 인터뷰에서 LLM + 범용 휴머노이드 로봇의 구현 지능 기술 경로에서 핵심 임계값은 데이터에 있다고 말했습니다. Zhiyuan Robotics의 최근 초점 중 하나는 자체 데이터 센터를 구축하는 것입니다.

Zhihui Jun은 자신의 데이터 작업에 "지도 학습 데이터", "시뮬레이션 데이터" 및 "AIGC 생성 데이터"가 포함될 것이라고 요약했습니다

Zhihui Jun은 다음 계획은 Lingang을 몇 달 내에 출시하고 모션 데이터를 채우는 시나리오 및 시뮬레이션 플랫폼을 구축하여 로봇의 일반화 능력을 향상시키는 것이라고 말했습니다

2. Zhiyuan Robot의 또 다른 초점은 로봇의 모션 성능을 향상시키는 것을 목표로 하드웨어 구조를 반복적으로 재구성하는 것입니다.

Zhiyuan Robot은 현재 휴머노이드 로봇의 가격을 200,000위안 이하로 통제할 것이라고 밝혔습니다

지희씨는 20만 위안의 가격에 도달하지 못하면 휴머노이드 로봇은 상용화되지 않을 것이라고 말했습니다

② 20만 위안의 가치는 신에너지 자동차 제조 산업에서 로봇이 일부 인력을 대체하는 데 필요한 1~2년의 투자 회수 기간과 비교할 수 있습니다.

4. Zhiyuan Robotics 팀의 대량 생산 비용 관리 방법에는 두 가지 측면이 있습니다.

관절모터, 손재주 등 핵심 부품 자체 개발 등 자체 개발 루트 채택으로 비용을 절반으로 절감 가능

정확도 요구 사항을 충족하는 소프트웨어와 알고리즘을 사용하여 하드웨어 비용을 절감하세요

준지희씨는 산업제조 분야의 상용화를 1차 목표로 삼고 있으며, 내년 하반기에 목표를 달성할 계획이라고 밝혔습니다

6. 준지희는 만능 휴머노이드 로봇이라는 궁극적인 목표를 향해 나아가는 과정에서 회사 상용화의 숨은 노선, 즉 "계속 알을 낳는 것"을 언급하기도 했습니다.

① 범용 휴머노이드 로봇은 가장 포괄적인 로봇 기술 스택을 포함하며, 구현 프로세스에는 다양한 첨단 기술의 개발 및 최적화가 포함되며, 이는 다양한 전문 형태의 혁신적인 로봇 제품 생성으로 이어질 수 있습니다.

Zhiyuan Robot의 Expedition A1 외에 중국에서는 어떤 팀이 범용 휴머노이드 로봇을 개발하고 있나요? [6] [7]

유니버설 로봇과 LLM은 구현 지능과 동일합니까? [2] [3] [26]

튜링상 수상자이자 중국과학원 학자이자 칭화대학교 교차정보연구소 소장인 야오 치지(Yao Qizhi)는 2023년 세계 로봇 컨퍼런스에서 다음과 같이 말했습니다. 이를 통해 실제 물리적 세계에서 다양한 작업을 완료할 수 있으며, 이를 통해서만 업계에 진정으로 더 큰 가치를 가져올 수 있습니다. 동시에 Yao Qizhi는 구현된 로봇이 현재 네 가지 주요 과제에 직면하고 있다고 지적했습니다.

1. 로봇은 한 단계로 가장 낮은 수준의 제어를 달성하기 위해 대형 언어 모델과 같은 기본 대형 모델을 가질 수 없습니다.

2. 컴퓨팅 파워에 대한 도전. Google이 개발한 Robotics Transformer 모델을 사용하더라도 로봇 제어를 구현하려면 여전히 많은 개선이 필요합니다

3. 로봇의 다중 모드 감각 인식을 통합하는 방법은 여전히 ​​해결해야 할 많은 문제에 직면해 있습니다.

로봇 개발에는 많은 양의 데이터 수집이 필요하고 보안 및 개인 정보 보호 문제도 많이 직면합니다

LLM이 인기를 끌기 전에 Boston Dynamics는 어떻게 로봇을 만들었나요?

2021년 Boston Dynamics의 수석 로봇 공학 엔지니어이자 Atlas 인식 소프트웨어 개발 책임자인 Pat Marion은 Atlas Parkour의 기술을 설명하는 기사를 발표했습니다. [4]

Atlas는 주로 기술의 세 가지 측면인 파쿠르 인지 능력, Atlas 행동 라이브러리 및 모델 예측 제어와 관련된 탁월한 파쿠르 능력을 달성합니다

2. 파쿠르 인지 능력: 고급 깊이 카메라, 인식 알고리즘, 고급 지도 및 기타 구성 요소 사용 포함

① Atlas는 TOF 깊이 카메라를 사용하여 초당 15프레임으로 환경의 포인트 클라우드를 생성합니다.

② TOF(Time of Flight)는 문자 그대로 "비행 시간"으로 번역됩니다. 거리 측정 원리는 연속적으로 빛 펄스를 목표물에 보낸 다음 센서를 사용하여 물체에서 돌아오는 빛을 수신하고 빛 펄스의 비행(왕복) 시간을 감지하여 목표 거리를 얻는 것입니다.

위 내용은 로봇 + LLM ≠ 구체화된 지능?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!