Репортаж от Wedoany，Польская робототехническая компания Nomagic недавно объявила о внедрении модели «зрение-язык-действие» (VLA) на складах своих платных клиентов, что позволило сократить количество случаев, требующих ручного вмешательства, примерно вдвое. Компания заявляет, что это делает её одной из первых, кто запустил модель VLA в реальном производстве, а не только на этапе демонстрации.
Европейская штаб-квартира Nomagic находится в Варшаве, Польша, а американская база — в Санди-Спрингс, штат Джорджия. Ранее в этом году компания основала лабораторию исследований ИИ и наняла бывшего исследователя Google DeepMind, ключевого участника команды Gemini Robotics, Маркуса Вульфмайера, на должность главного научного сотрудника. VLA — это единая модель, способная распознавать объекты, понимать команды на естественном языке и выполнять соответствующие действия, что является актуальным направлением воплощённого ИИ, к которому стремятся многие лаборатории.
В отличие от большинства компаний в отрасли, которые стремятся создать универсальный мозг для роботов, Nomagic решила сначала обучить модель выполнению одной задачи, а затем постепенно расширять её до универсальной системы. Главный научный сотрудник компании Вульфмайер пояснил, что в физическом мире существует множество редких ситуаций, из-за чего точность модели, обученной только с помощью симуляции или удалённого управления, достигает лишь около 80%, что в складских условиях не соответствует реальным потребностям. Nomagic признаёт, что собственная успешность её модели VLA ещё не достигла 99,9%, поэтому модель помещается в более старое «классическое» программное обеспечение для фиксации ошибок и обеспечения безопасности. Сооснователь и генеральный директор Кацпер Новицки отметил, что надёжность в 99,9% является порогом для допуска роботов в реальные здания, и компания с первого дня выполняла это требование, создавая «ограничительные устройства», одновременно позволяя внутреннему ИИ постоянно совершенствоваться.
Компания считает, что её преимущество заключается в реальных данных. Развёрнутый парк роботов выполняет миллионы операций по сбору заказов ежемесячно, причём только модная платформа Zalando обеспечивает 2 миллиона из них. Nomagic использует потоки реальных данных, а не симуляционные данные, для обучения своей модели VLA. Первое внедрение этой модели состоялось на второй по величине платформе электронной коммерции Швейцарии Brack.Alltron. Основатель Роланд Брак отметил, что роботы теперь действительно понимают окружающую среду и могут выполнять автономные смены без участия человека в ночное время и по воскресеньям. Сооснователь Тристан д’Оржеваль подчеркнул, что компания не создаёт сначала лабораторию, а затем ищет проблемы; порядок действий определяет разницу между демонстрацией и коммерциализацией.
