Aún no hemos visto el momento "chatGPT" en la robótica

Los humanoides, en particular, empiezan a verse fantásticos, pero todavía no comprenden nuestro mundo

Los LLMs tienen décadas de texto para aprender; la IA física comienza con pocos datos y luego se enfrenta a toda la complejidad del mundo real

Hay una gran brecha que cerrar

Actualmente, a estas máquinas se les enseñan las reglas y se les muestran tareas específicas; eventualmente salen al mundo y 'aprenden en el trabajo'

Una demostración de estos nichos en cripto x robótica

Algunos de estos proyectos se superponen en categorías y esta no es una lista completa, sino una selección de ejemplos consolidados para demostrar

Entrenamiento

Teleoperación, aprendizaje por refuerzo y flujos de IA incorporada que enseñan habilidades a los robots

Proyectos: @BitRobotNetwork, @PrismaXai, @NRNAgents

Por qué importa: Los robots necesitan habilidades enseñables antes de poder aprender de forma autónoma, y estos flujos les dan sus primeras bases

Recopilación de datos del mundo real

Redes descentralizadas de sensores y geoespaciales que capturan datos del mundo real

Proyectos: @NATIXNetwork, @GEODNET

Por qué importa: La inteligencia del mundo real depende de datos del mundo real, y estas redes suministran el combustible sensorial que las máquinas necesitan

Despliegue de robots

Computación espacial y orquestación multi-robot en entornos reales

Proyectos: @Auki

Por qué importa: Los despliegues en el mundo real son uno de los próximos pasos para acelerar la inteligencia de las máquinas, pero son difíciles económica y prácticamente, por lo que la planificación de múltiples lanzamientos comerciales de Auki el próximo año es un movimiento importante

Economía de las máquinas

Infraestructuras para identidades de máquinas, actividades económicas y coordinación

Proyectos: @peaq

Por qué importa: La identidad y la coordinación on-chain otorgan a las máquinas la autonomía para transaccionar, colaborar y operar sin supervisión humana constante

Sistemas operativos

Capa de software que coordina y controla máquinas autónomas

Proyectos: @openmind_agi, @codecopenflow

Por qué importa: Al proporcionar una capa de inteligencia compartida, dan a las máquinas la estructura para aprender, colaborar y operar a escala

Al menos en el lado cripto, mucha gente ve la atención sobre la robótica como un sector muy a corto plazo y de vida breve

La atención tendrá olas, pero en general, aún queda mucho camino para alcanzar su máximo potencial

Y a corto plazo, puedes ver cuáles son los puntos de dolor actuales y qué observar en el camino para lograrlo

Para una cobertura más amplia y actualizaciones periódicas, estate atento a State of the Machines, mi newsletter sobre IA física, robótica y todos los sectores relacionados