Что получится, если собрать
за одним столом учёного,
преподавателя и
разработчика роботов? 💭
Дискуссия о том, как научить
машины справляться с
реальным миром, а людей —
создавать и проверять
такие системы.
Обсудить Physical AI на
конференции YaC/e
пригласили Сергея Колюбина
(ИТМО), Андрея Спиридонова
(AIRI, ШАД), Валерия Ильина
(Яндекс Роботикс) и Андрея
Кармацкого (Яндекс
Образование).
➡️ Physical AI развивается на
пересечении нескольких
сфер: исследователи создают
новые подходы, университеты
и образовательные проекты
готовят инженеров, а
индустрия приносит задачи
из реальной практики.
⠀
Они выделили главные
вызовы для Physical AI:
⠀
⏺️данные сложно и дорого
собирать: всего один километр
движения беспилотного
автомобиля может дать
гигабайты информации
⏺️робот должен осваивать
новые условия с минимальной
ручной настройкой — быстро,
экономно и без постоянной
связи с сервером
Один из способов
справиться с этими
вызовами — использовать
симуляции. В виртуальной
среде можно находить
ошибки и проверять разные
ситуации ещё до испытаний
в реальном мире.
Ещё одной темой дискуссии
стали новые требования к
инженерам. Теперь
недостаточно разбираться
только в машинном обучении
или механике. Нужны знания
математики, физики и теории
управления, понимание работы
сенсоров и умение видеть
систему целиком.
Разные темпы не мешают
общей работе, если участники
понимают роль друг друга.
А вы смотрели YaC/e? Какие
выступления и идеи
запомнились больше всего? С
чем согласны, а с чем
хотелось бы поспорить?