جذب سرمایه ۱۰ میلیون دلاری استارتاپ Physicl؛ شبیه‌سازی واقعگرایانه جهان برای آموزش ربات‌ها

کسبوکار قبلی الکس دو ویگان (Alex de Vigan) تحتالشعاع جهش ناگهانی هوش مصنوعی مولد قرار گرفت، اما او اکنون اطمینان دارد که فناوری توسعهیافته توسط تیمش، یعنی سامانه‌ای برای رندر و مدلسازی جذاب محصولات در تجارت الکترونیک، می‌تواند برای کاربردیتر کردن ربات‌ها تغییر کاربری دهد.

استارتاپ جدید او به نام Physicl توانسته است ۱۰ میلیون دلار سرمایه اولیه از صندوق سرمایه‌گذاری Inovia Capital جذب کند تا به طراحان مدل‌های جهان (World Models) و سازندگان ربات‌ها در رفع چالش‌های پیچیده آموزشی از طریق شبیهسازی‌های واقعگرایانهتر یاری برساند.

دو ویگان، بنیانگذار و مدیرعامل شرکت، یک دهه گذشته را صرف توسعه استارتاپ nfinite کرده بود؛ بستری که به برندها و خردهفروشان اجازه میداد مدل‌های سه‌بعدی کالاهای خود را به‌سادگی بسازند و در اینترنت نمایش دهند. با ظهور مدل‌های هوش مصنوعی مبتنی بر ترنسفورمر، آن شرکت تمرکز خود را بیشتر بهسوی تولید تصاویر معطوف کرد، اما دو ویگان رسالت تازهای برای تیم و زیرساخت فنی خود پیدا کرد که پیشتر برای رندر دقیق و بینقص محیط‌های سه‌بعدی طراحی شده بود.

او در این باره می‌گوید: «آنچه ما در حوزه سه‌بعدی به شکلی کاملاً منحصربهفرد انجام میدادیم در حال جایگزین شدن با هوش مصنوعی بود، اما یک خلأ اساسی در هوش مصنوعی دیده میشد؛ ناتوانی آن در درک فضا، تعامل با محیط و جابهجایی دقیق اشیا.»

پژوهشگرانی که روی مدل‌های هوش مصنوعی فیزیکی کار می‌کنند تا توانایی ربات‌ها را در انجام وظایفی چون کار با اشیای کوچک و متنوع افزایش دهند، از بازدهی پایین آموزش مدل‌های خود با فایل‌های ویدیویی و هم‌چنین هزینه‌های سرسامآور جمعآوری داده از طریق هدایت از راه دور (Teleoperation) سرخورده شده‌اند.

اجرای شبیه‌سازی در جهان‌های دیجیتال به‌عنوان راهکاری بسیار نویدبخش شناخته می‌شود، اما اطمینان از انطباق دقیق این جهان‌های شبیهسازیشده با قوانین فیزیک دنیای واقعی چالشی دشوار بوده است. دو ویگان معتقد است خط لوله پردازشی شرکت قبلی او که برای «تبدیل داده‌های بدون ساختار، ناقص و ناهمگون دنیای واقعی به یک بازنمایی فیزیکی بسیار دقیق با هندسه، متریال و فیزیک صحیح» طراحی شده بود، اکنون می‌تواند برای ارتقای چشمگیر کارایی مدل‌های هوش مصنوعی فیزیکی به کار گرفته شود.

استارتاپ Physicl اکنون وارد حوزهای شلوغ از شرکت‌های نوپا می‌شود که برای تأمین داده‌ها و ابزارهای موردنیاز توسعه‌دهندگان مدل‌های بنیادین و سازندگان ربات‌ها با یکدیگر رقابت می‌کنند. دو ویگان اذعان دارد: «این فضا هنوز بسیار نوپا و گاه کاملاً مبهم است.» هم‌زمان با تلاش شرکت‌ها برای یافتن فرمول طلایی تحقق وعده‌های رباتیک، استارتاپهای متعددی در زمینه جمعآوری، برچسبگذاری یا تولید داده در قالب‌های مختلف فعالیت می‌کنند.

به‌طور مشخص، تمرکز Physicl بر پس‌آموزش (Post-training) مدل‌ها در مواجهه با حالت‌های نادر و شرایط پیچیده است. این استارتاپ محصولی به نام Studio را با ۱۰ هزار محیط سه‌بعدی و ۱۰۰ هزار دارایی دیجیتال از اشیای گوناگون عرضه می‌کند. این ابزار به کاربران امکان می‌دهد صحنه‌های دلخواه را بسازند و برای آموزش ربات‌ها در مسائل خاص، داده‌های مصنوعی خلق کنند. برای نمونه، Studio می‌تواند دادهای تولید کند تا به رباتی آموزش دهد که پیشتر در تشخیص یک فنجان روی میزی شلوغ یا زیر سایه دچار مشکل میشد.

شرکت SpAItial که در حوزه ساخت مدل‌های جهان فعالیت دارد، به‌عنوان یکی از مشتریان اولیه با Physicl همکاری کرده تا دقت محصولات خود را ارتقا دهد؛ جدیدترین نسخه آن با نام Echo-3 به‌تازگی منتشر شده است. ابزار SpAItial از تصاویر دوبعدی، شبیهسازی‌های سه‌بعدی می‌سازد و ماتیاس نیسنر (Matthias Niessner)، بنیانگذار و مدیرعامل آن، اعلام کرده برای دستیابی به عملکرد بهینه به آموزش روی داده‌های مصنوعی بسیار دقیقی نیاز داشته‌اند که Physicl ارائه می‌دهد.

با این حال، جاهطلبی Physicl فراتر از عرضه ساده داده است؛ این استارتاپ خود را ابزاری برای تولید مداوم داده‌های مصنوعی می‌داند. دو ویگان توضیح می‌دهد: «آنچه ما ده سال قبل ناخودآگاه خلق کردیم، در واقع یک جریان کاری عاملبنیان (Agentic Workflow) برای تبدیل داده‌های بدون ساختار به محیط‌های سه‌بعدی باکیفیت بود.» او پیش‌بینی می‌کند که مشتریان، تریلیون‌ها تصویر یا میلیون‌ها ساعت داده ثبتشده با حسگرهای لیدار (LIDAR) را وارد این پلتفرم کنند تا با تبدیل آنها به مدل‌های سه‌بعدی باکیفیت، میلیاردها حالت و سناریوی متنوع برای آموزش مدل‌هایشان تولید شود.

نیسنر که استاد رباتیک دانشگاه فنی مونیخ نیز هست، در این خصوص می‌گوید: «چالش اصلی این است که پالایش داده‌ها به‌صورت دستی زمانبندی پروژه‌ها را بسیار طولانی می‌کند. برای ما موضوع بسیار جذاب این است که بتوان این کار را به‌صورت آنی و خودکار انجام داد؛ درست مانند زمانی که ابزاری چون Claude در حین فرآیند متوجه کمبود دادهای خاص در آموزش می‌شود و بسته به وضعیت آموزش، آن داده را خودبهخود تولید می‌کند. این قابلیت بینظیر است و دقیقاً همان چیزی است که Physicl فراهم می‌آورد.»