Generalist AI, una empresa de inteligencia incorporada fundada por el ex investigador principal de Google DeepMind Pete Florence, ha presentado GEN-0, una nueva clase de modelo fundacional incorporado que establece leyes de escalado predecibles para la robotica.
GEN-0 se entrena directamente con mas de 270.000 horas de datos de manipulacion del mundo real de alta fidelidad y demuestra por primera vez que la inteligencia robotica puede escalar de forma predecible con mas datos y computacion.
El modelo exhibe una transicion de fase critica en los 7 mil millones de parametros, que el equipo denomina umbral de osificacion. Por debajo de este umbral, los modelos se vuelven rigidos al exponerse a grandes conjuntos de datos. Por encima, el rendimiento mejora de forma predecible.
GEN-0 se basa en una arquitectura novedosa llamada Harmonic Reasoning, que permite a los robots procesar informacion sensorial y actuar simultaneamente. Este diseno permite que un solo modelo se implemente en plataformas roboticas heterogeneas sin necesidad de reentrenamiento.
El entrenamiento posterior con datos minimos logra tasas de exito de hasta el 99% en nuevas tareas. El modelo de 10B+ parametros demuestra una solida generalizacion en 16 categorias de tareas.
