Ngành AI Vật Lý Được Ví Là 'thời GPT-2' Khi Đối Mặt Khủng Hoảng Dữ Liệu

Phóng sự nêu rằng AI vật lý đang là lĩnh vực thu hút vốn mạo hiểm, với nhiều công ty huy động hàng tỉ đô la để ứng dụng công cụ từng thúc đẩy phát triển các model ngôn ngữ lớn sang lĩnh vực robotics. Một ví dụ là Unitree, nhà sản xuất robot hàng đầu Trung Quốc, từng được định giá 66 tỉ đô la sau IPO trên sàn tương đương NASDAQ của Trung Quốc, nhưng sau đó mất gần một nửa giá trị.

Tại hội nghị Actuate tuần trước, sự hào hứng hiện rõ: sự kiện đã tăng gấp ba quy mô kể từ 2023 và thu hút 1.500 người tham dự, theo Foxglove, công ty giúp các nhà xây dựng model AI vật lý quản lý và trực quan hóa dữ liệu. Tuy nhiên rủi ro cũng hiển hiện, ví dụ một gian hàng của Avala hứa sẽ giải quyết “khủng hoảng dữ liệu robotics.”

Báo cáo cho rằng khủng hoảng đó là thiếu các bộ dữ liệu huấn luyện chất lượng cao. Nỗ lực tạo robot tổng quát có thể làm mọi nhiệm vụ còn xa, và việc dùng học end-to-end cho nhiệm vụ cụ thể vẫn chưa cho sản phẩm có hiệu năng thương mại đáng tin cậy. Các nhà phát triển được khuyên tìm hoặc tạo bộ dữ liệu đa dạng hơn, thử nghiệm các chế độ huấn luyện khác nhau, và tìm kịch bản học tăng cường hiệu quả hơn.

Harry Mellsop, người sáng lập Antioch, nói rằng AI vật lý đang ở “thời GPT-2” và cần nhiều dữ liệu cùng năng lực tính toán hơn để vượt qua ngưỡng, đặc biệt GPU được tối ưu cho ray tracing để tạo mô phỏng độ trung thực cao. Phần tiến xa nhất hiện là xe tự hành, do khả năng thu thập dữ liệu từ ôtô có người lái và vì nhiệm vụ chính là tránh va chạm thay vì thao tác môi trường vật lý.

Bài viết cũng nêu rằng nhiều công cụ xây dựng model đến từ các công ty xe tự lái; Foxglove được thành lập bởi cựu nhân viên Cruise. Các hãng ôtô giờ còn hy vọng khoản đầu tư vào công cụ ML sẽ giúp cạnh tranh với nhà sản xuất humanoid: Tesla đang thử với robot Optimus, trong khi Wayve và Uber đã lập các phòng thí nghiệm robotics tập trung vào dạng người như nỗ lực R&D.