අපගේ දැක්ම
සෑම යන්ත්ර සමූහයක්ම තමන්ගේම අත්දැකීම්වලින් ඉගෙන ගත යුතුය.
අපි සැබෑ ලෝකයේ අත්දැකීම් වඩා හොඳ යන්ත්ර බවට පත් කරන යටිතල පහසුකම් ගොඩනඟමු. අපගේ අභිලාෂය වන්නේ අඛණ්ඩ ඉගෙනීම, එක් එක් කණ්ඩායම නැවත නිර්මාණය කළ යුතු පද්ධතියක් වෙනුවට, සෑම Physical AI කණ්ඩායමකටම පදනම් කර ගත හැකි හැකියාවක් බවට පත් කිරීමයි.
Physical AI සඳහා මොඩල් සක්රීය කිරීමේ ස්තරය
Emal Alwisආරම්භකයා සහ ප්රධාන විධායක නිලධාරීඅවස්ථාව
මුහුණ දෙන අවස්ථාවක් වැඩිදියුණු කිරීමකට මඟ පෑදිය යුතුය.
එක රැයකින් වෙනස් වූ ඉදිකිරීම් කලාපයක් වෙත ළඟා වන වාහනයක් සිතන්න. එහි මොඩලයට නව සැලැස්ම තේරුම් ගැනීම අපහසු වෙයි. පටිගත කිරීම ලොග් ගොනුවකට හෝ එක් වරක් කරන විමර්ශනයකට වඩා වැඩි දෙයක් විය යුතුය. නිසි සන්දර්භය සමඟ, අසාර්ථකත්වය තේරුම් ගැනීමට, වඩා හොඳ පුහුණු දත්ත සකස් කිරීමට සහ මීළඟ මොඩලය එම තත්ත්වය වඩා විශ්වාසදායක ලෙස හසුරුවන්නේදැයි පරීක්ෂා කිරීමට එය කණ්ඩායමට උපකාරී විය හැකිය.
ස්වයංපාලිත යන්ත්ර සඳහා අප බලාපොරොත්තු වන අනාගතය එයයි: නැවත නැවතත් ප්රයෝජනවත් ඉගෙනීමක් බවට පත් වන අත්දැකීම්. බෙදාහැරීමේ රොබෝවෙක්, අස්වනු නෙළන යන්ත්රයක් සහ කාර්මික රොබෝ අතක් වෙනස් ගැටලුවලට මුහුණ දෙයි. එහෙත් ඒවා ගොඩනඟන අයට පොදු අවශ්යතාවක් ඇත: ලෝකයේ සිදු වන දේ මොඩලයේ වෙනස් වන දේ සමඟ සම්බන්ධ කිරීම. එම සම්බන්ධය විශ්වාසදායක යටිතල පහසුකමක් බවට පත් කිරීමට අපට අවශ්යය.
ආරම්භකයා ලද අවබෝධය
මොඩලය එක් කොටසකි. වාසිය ඇත්තේ චක්රය තුළය.
Tesla Autopilot හිදී, වාහන සමූහයේ දුර්ලභ අවස්ථා මොඩල් වැඩිදියුණු කිරීම් බවට පත් කළ පද්ධති මත මම වැඩ කළෙමි. මොඩලයෙන් ඔබ්බට බැලීමට එම වැඩ මට ඉගැන්වීය: කණ්ඩායම ප්රයෝජනවත් උදාහරණ සොයා ගන්නේ, සංවේදක සන්දර්භය රැක ගන්නේ, සිදු වූ දේ තීරණය කරන්නේ සහ එම තීරණ මීළඟ පුහුණු දත්ත කට්ටලය බවට පත් කරන්නේ කෙසේද යන්නයි. එම ක්රියාවලිය නැවත සිදු කිරීමේ හැකියාව ඕනෑම තනි විශාල ඉදිරි පිම්මක් තරම්ම වැදගත්ය.
මම Avala ආරම්භ කළේ අනෙකුත් Physical AI කණ්ඩායම් මුළු පදනමම මුල සිට ගොඩනැඟිය යුතු නැති නිසාය. තමන් සුවිශේෂී කරන යන්ත්ර සහ මොඩල් වෙනුවෙන් තම හොඳම ඉංජිනේරු හැකියාව යෙදවීමට ඔවුන්ට හැකි විය යුතුය. පළමු සැබෑ මෙහෙයුම් කාර්ය ප්රවාහයේ සිට අනාගතයේ ඔවුන් මෙහෙයවන යන්ත්ර සමූහ දක්වා, ලෝකයෙන් ඉගෙනීමට විශ්වාසදායක ක්රමයක් Avala ඔවුන්ට ලබා දිය යුතුය.
ඉගෙනුම් චක්රය
සැබෑ ලෝකයේ අසාර්ථකත්වයක සිට තහවුරු කළ හැකි ප්රතිඵලයක් දක්වා.
අප ගොඩනඟන පද්ධතිය සමස්ත වැඩිදියුණු කිරීමේ චක්රය සම්බන්ධ කරයි. අසාර්ථකත්වයක් සොයා ගැනීම ආරම්භයයි. නිවැරදි දත්ත සකස් කිරීම සහ වෙනස් වන දේ මැනීම ඊළඟට කළ යුතු වැඩයි.
සැබෑ ලෝකයේ අත්දැකීම්
ප්රයෝජනවත් උදාහරණ සොයා ගන්න. නොමැති දේ රැස් කරන්න.
AI සහ විශේෂඥ විනිශ්චය
සංවේදක සන්දර්භය රැක ගන්න. අපැහැදිලි දේ පැහැදිලි කර ගන්න.
නැවත නිපදවිය හැකි නිකුතුව
පුහුණු දත්ත, ලේබල් සහ ගුණාත්මකභාවය පිළිබඳ සාක්ෂි නිශ්චිත අනුවාදවලට බැඳ තබන්න.
පුහුණු කිරීම සහ ඇගයීම
එකඟ වූ ප්රමිතියකට අනුව මීළඟ මොඩලය පරීක්ෂා කරන්න.
අද පවතින පදනම
ඉගෙනුම් ක්රියාවලිය බිඳ වැටෙන තැනින් අරඹන්න.
අපගේ වැඩ ආරම්භ වන්නේ සැබෑ මෙහෙයුම් දත්තවලිනි: බහුමාදිලි සංවේදක පටිගත කිරීම්, ලේබල් කිරීම සහ ගුණාත්මක සමාලෝචනය. MCAP සහ ROS පටිගත කිරීම්, කැමරා රූප, LiDAR සහ රොබෝ ගමන් පථ ඒවා ප්රයෝජනවත් කරන සන්දර්භයට සම්බන්ධව පැවතිය යුතුය. පාරිභෝගිකයාගේ පුහුණු අවශ්යතා සපුරන දත්ත සකස් කිරීමට අපි මෘදුකාංග සහ විශේෂඥ මෙහෙයුම් එකට ගෙන එමු.
නැවත නැවත ඇති වන ගැටලුවකින් අරඹන්න: එකිනෙකට නොගැළපෙන ලේබල්, නොමැති උදාහරණ හෝ තවත් වරක් නිවැරදි කළ යුතු පුහුණු දත්ත කට්ටලයක්. පිළිගත හැකි යන්නෙන් අදහස් කරන්නේ කුමක්දැයි නිර්වචනය කරන්න. නිම කිරීමට ගත වන කාලය, ගුණාත්මකභාවය සහ සමස්ත ශ්රමය මනින්න. ඉන්පසු මීළඟ නිකුතුව සකස් කිරීම පහසු කරන්න. නිශ්චිත දත්ත ව්යාපෘතියක්, තවත් හුදකලා භාරදීමක් වෙනුවට, පාරිභෝගිකයා විශ්වාසය තබන පද්ධතියක් බවට පත් විය හැක්කේ එලෙසය.
වේදිකාව ගවේෂණය කරන්නඉදිරි දශකය
ලොව පුරා ස්වයංපාලිත යන්ත්ර සමූහ සඳහා ඉගෙනුම් යටිතල පහසුකම්.
2036 වන විට අපගේ අභිලාෂය වන්නේ ස්වයංපාලිත යන්ත්ර ගොඩනඟන කණ්ඩායම් නිතැතින්ම තෝරා ගන්නා ඉගෙනුම් යටිතල පහසුකම බවට Avala පත් කිරීමයි: ක්ෂේත්ර අත්දැකීම් පුහුණු දත්ත නිකුතු බවට පත් කිරීමට, එම නිකුතු ඇගයීමට සම්බන්ධ කිරීමට සහ සාර්ථක ක්රම තම යන්ත්ර සමූහ පුරා නැවත ක්රියාත්මක කිරීමට ඔවුන් භාවිත කරන පද්ධතියයි. සම්බන්ධිත අදියර හතරක් හරහා එම ස්ථානය උපයා ගැනීමට අපි අදහස් කරමු.
එක් සැබෑ මෙහෙයුම් කාර්ය ප්රවාහයක වටිනාකම තහවුරු කරන්න.
පාරිභෝගිකයාට දැන් විසඳා ගත යුතු ගැටලුවක් විසඳන්න. පැහැදිලි පිළිගැනීමේ ප්රමිතියකට අනුව භාර දෙන්න, පෙර ක්රියාවලිය සමඟ සසඳා ප්රතිඵලය මනින්න. පළමු භාරදීමෙන් පමණක් සිත් ඇද ගැනීම වෙනුවට, මීළඟ චක්රය වඩා විශ්වාසදායක කරන්න.
මොඩල් සහ කණ්ඩායම් සඳහා පොදු පදනම වන්න.
එකම දත්ත කට්ටල අනන්යතාව, සමාලෝචන ඉතිහාසය සහ ගුණාත්මක ප්රතිපත්ති තවත් කාර්ය ප්රවාහ වෙත රැගෙන යන්න. සෑම ව්යාප්තියක්ම දැනටමත් ඇති යටිතල පහසුකම් නැවත භාවිත කළ යුතුය. සාර්ථකත්වය මැනෙන්නේ වෙනත් කණ්ඩායමකට හෝ මොඩලයකට තවත් විශේෂයෙන් සකස් කළ ඉංජිනේරු ව්යාපෘතියකින් තොරව ප්රයෝජන ගත හැකිද යන්නෙනි.
සොයා ගැනීම සහ වැඩිදියුණු කිරීම අතර වැඩ ස්වයංක්රීය කරන්න.
පුහුණු අරමුණක් ක්රියාත්මක කළ හැකි සැලැස්මක් බවට පත් කරන නියෝජිතයන් ගොඩනැඟීම කරා යන්න: පවතින දත්ත සොයා ගැනීම, නොමැති උදාහරණ රැස් කිරීමට පැවරීම, විශේෂඥ සමාලෝචනය සම්බන්ධීකරණය කිරීම, නිකුතුවක් සකස් කිරීම සහ ඇගයීම් ප්රතිඵල මීළඟ තීරණයට සම්බන්ධ කිරීම. සැලකිය යුතු බලපෑම් ඇති ක්රියා නිශ්චිත සීමා තුළ, සමාලෝචනය කළ හැකි ලෙස සහ පාරිභෝගිකයාගේ පාලනය යටතේ තබා ගනිමින් සාමාන්ය වැඩ ස්වයංක්රීය කරන්න.
ඉගෙනුම් ක්රියාවලිය පරිසර පද්ධතිය පුරා මාරු කළ හැකි කරන්න.
විවෘත අතුරුමුහුණත් හරහා රොබෝ තාක්ෂණික පද්ධති, මොඩල් සහ යටිතල පහසුකම් සම්බන්ධ කරන්න. තම ඉතිහාසය අත් නොහැර වඩා හොඳ මෙවලම් භාවිතයට ගැනීමට කණ්ඩායම්වලට හැකි විය යුතුය. හිමිකරුවන් බෙදා ගැනීමට තීරණය කරන සහ නැවත භාවිතයට අවසර ඇති විට, හවුල් දත්ත කට්ටල සහ මොඩල් මඟින් එම පදනම පුළුල් කළ හැකිය. අන්තර්ක්රියාකාරීත්වය පාලනය අත්හැරීමට බල කිරීම වෙනුවට ප්රවේශය පුළුල් කළ යුතුය.
අප විශ්වාස කරන දේ
ප්රගතිය අවස්ථා පුළුල් කළ යුතුය.
තමන්ගේම තාක්ෂණය සහ දත්ත නිසා ලැබෙන වාසිය පාරිභෝගිකයන්ට රැක ගත හැකි විය යුතුය. යන්ත්ර සමූහයක අත්දැකීම්වලින් ඉගෙනීම යනු එහි දත්ත තරඟකරුවෙකුගේ දත්ත සමඟ රහසේ එකතු කිරීම නොවිය යුතුය. මාරු කළ හැකි දත්ත, පැහැදිලි අයිතිවාසිකම් සහ පාරිභෝගිකයාගේ පාලනය යටතේ යෙදවීම අපි විශ්වාස කරමු. Avala තම ස්ථානය උපයා ගත යුත්තේ පද්ධතියේ වටිනාකම තුළින් මිස එය අත්හැර යාමේ අපහසුව තුළින් නොවේ.
යන්ත්රවලට උගන්වන සහ ඒවා ඇගයීමට ලක් කරන පුද්ගලයන් මේ අනාගතයේ කොටසකි. ඔවුන්ගේ විනිශ්චය වෙනුවෙන් හොඳ මෙවලම්, සාධාරණ ගෙවීමක් සහ වැඩි නිපුණතාවක් අවශ්ය වැඩ වෙත යා හැකි මාර්ග හිමි විය යුතුය. විශේෂඥ දැනුම වඩා වටිනා කරන අතරම පුනරාවර්තන වෙහෙස ඉවත් කිරීමට ස්වයංක්රීයකරණය යොදා ගැනීමට අපට අවශ්යය: ක්රියාවලිය තුළ රඳවා ගත් වඩා හොඳ තීරණ, මීළඟ කාර්යයට සහාය වන වඩා හොඳ මෘදුකාංග සහ නැවත සිදු වන වැරදි අඩු වීම.
වඩා පුළුල් අරමුණ වන්නේ වඩා ආරක්ෂිත, ඵලදායී භෞතික වැඩ සහ වැඩි පිරිසකට දැරිය හැකි මිලකට ප්රයෝජනවත් සේවා ලබා දීමයි. නැතිනම් විශාල අභ්යන්තර සංවිධානයක් අවශ්ය වන හැකියාවන් මත පදනම්ව ගොඩනැඟීමට කුඩා රොබෝ තාක්ෂණික කණ්ඩායමකට හැකි කිරීම අපගේ බලාපොරොත්තුවයි. වඩා හොඳ යන්ත්ර යනු ඒ සඳහා මාර්ගයයි. ඒවා තුළින් ගොඩනැඟීමට, ආදායම් ඉපැයීමට සහ ප්රතිලාභ ලැබීමට හැකි පුද්ගලයන් වැඩි කිරීම අරමුණයි.
අප සමඟ ගොඩනඟන්න
වඩා හොඳ යන්ත්ර සඳහා යටිතල පහසුකම් ගොඩනඟන්න.
අපි ආරම්භ කරන්නේ මීළඟ පුහුණු දත්ත නිකුතුව හැකි කරන දත්ත වැඩවලිනි. යෙදවීමෙන් ඉගෙනීම, සමාගම් කිහිපයකට පමණක් ගොඩනැඟීමට වියදම් දැරිය හැකි හැකියාවක් වෙනුවට, සාමාන්ය භාවිතයක් වන ලෝකයක් කරා අපි ගොඩනඟමු. වැඩිදියුණු කිරීමට වටිනා සැබෑ මෙහෙයුම් කාර්ය ප්රවාහයක් අප වෙත රැගෙන එන්න. මීළඟ කාර්ය ප්රවාහය පහසු කරන යටිතල පහසුකම් ගොඩනැඟීමට අප හා එක් වන්න.
මෙම දැක්මට පදනම් වූ වඩා විස්තරාත්මක රචනය.