סקילד משיקה מודל רובוטי שלומד משימה חדשה מסרטון בודד

למידה מהקשר בלי אימון מחדש

סקילד (Skild AI) השיקה בשבוע שעבר את S1, מודל יסוד לרובוטיקה שמסוגל ללמוד משימות ארוכות־טווח שלא ראה מעולם מתוך הדגמת וידאו אחת, בלי לעדכן משקולות ובלי הרצת פיין־טיונינג ייעודי. הטכניקה, שמכונה למידה מהקשר (in-context learning), מאפשרת למפעיל לצלם את המשימה הרצויה, להזין את הסרטון כפרומפט, ולתת למודל לפרש את הכוונה, האובייקטים ורצף הפעולות ישירות לפקודות עבור הרובוט שעומד מולו. המודל פותח על גבי תשתית הבינה המלאכותית של NVIDIA, במסגרת שיתוף פעולה רחב שכולל יצירת נתונים סינתטיים, אימון, סימולציה ופריסה פיזית בעולם האמיתי.

ביצועים שמדברים במספרים

במבחנים פנימיים על משימות מרובות שלבים חדשות, S1 הצליח בכ-66% מהשלבים בכל ניסיון, לעומת 9% בלבד במערכת מקבילה, שיפור של יותר מפי שבעה. בסקילד מעריכים שסרטון הדגמה קצר אחד שקול לכ-380 דוגמאות אימון ידניות, שאיסופן היה גוזל 50 עד 100 שעות עבודה אנושית. בניסוי שתילת צמחים, הצוות עבר מהקלטת ההדגמה לביצוע אוטונומי על החומרה תוך 11 דקות בלבד. המודל גם יודע להתאים את עצמו כשאובייקטים זזים, להתאושש משגיאות ולהרכיב רצפי מיומנויות שלא תוכנתו מראש.

משימות של עד עשר דקות בלי דאטה־סט חדש

S1 מבצע משימות לא מוכרות שנמשכות עד עשר דקות, בהן שתילת עציצים, הכנת פנקייקים, מזיגת קפה בשיטת פור־אובר והרכבת ערכות, כולן דורשות עשרות שלבי מניפולציה והרכבת מיומנויות ברצפים שהמודל לא ביצע קודם. הגישה שוברת את המעגל שבו כל מוצר, תהליך או פריסה חדשים במפעל מחייבים איסוף נתונים, אימון מחדש וולידציה מחודשת. היכן שהסכמי לקוחות מאפשרים, הניסיון מהפריסות המסחריות מוזן חזרה למודל המשותף ומאיץ פריסות עתידיות.

מאה מיליון דולר קצב הכנסות בעשרה חודשים

ההשקה מגיעה כשהחברה הגיעה לקצב הכנסות שנתי של 100 מיליון דולר (כ-370 מיליון שקל) עשרה חודשים בלבד אחרי הפריסה המסחרית הראשונה. בפרק הזמן הזה נבנו יותר מ-60 שותפויות פריסה בתחומי ייצור, לוגיסטיקה, בדיקה, אבטחה, הכנת מזון ויישומים נוספים. לדברי דיפאק פתאק (Deepak Pathak), מייסד־שותף ומנכ״ל סקילד, המעבר מלמידה מתוכנתת מראש ללמידה מניסיון הוא קפיצת המדרגה האמיתית ברובוטיקה, וטכנולוגיות אייזק לאב (Isaac Lab) וקוסמוס (Cosmos) של NVIDIA מספקות את הניסיון המגוון והמדרגי שהרובוטים צריכים.

על רצפת הייצור של פוקסקון

העבודה כבר מתרחשת בפועל על קו הייצור: סקילד, NVIDIA ופוקסקון (Foxconn) פורסות את "מוח סקילד" על מניפולטורים דו־זרועיים להרכבה מדויקת של מערכות בלאקוול (Blackwell) של NVIDIA. בזרימת עבודה שהודגמה, הרובוט מתקין פס צבירה (busbar) ובלוק הגבלה, מהדק 16 ברגים ומסתגל להפרעות לאורך משימה מרובת שלבים, יכולת שדורשת תנועה מדויקת, בקרה מודעת־מגע, מעקב רצף והתאוששות כשהסצנה סוטה מהתוכנית.

תשתית מואצת לאורך כל מחזור הפיתוח

המחשוב המואץ של NVIDIA נותן לסקילד את הקנה מידה לאמן את המוח הרובוטי המשותף באמצעות סימולציה, נתונים אנושיים ופריסה פיזית, הכל בצנרת אחת שמקצרת את הדרך מהמעבדה למפעל.