10+ vuoden robottioppimisen jälkeen, tohtorintutkinnosta Imperialissa Berkeleyyn ja Dyson Robot Learning Labin rakentamiseen, yksi turhautuminen iski minuun jatkuvasti: Miksi minun on rakennettava sama infrastruktuuri uudestaan ja uudestaan? Kaava, jonka näin jatkuvasti: • Uusi robotiikkatiimi aloittaa • Käyttää 6 kuukautta tiedonkeruuputken rakentamiseen • Käyttää vielä 3 kuukautta synkronointiongelmien virheenkorjaukseen • Aloittaa vihdoin tehtäväkohtaisen datan keräämisen • Ymmärtävät, että heidän infrastruktuurivalinnansa rajoittavat heidän joustavuuttaan • Alkaa alusta Tämä on koko robottioppimisen tarkoitus: Robottioppiminen on pohjimmiltaan datalähtöistä. Olitpa sitten poimimassa mansikoita tai kokoamassa elektroniikkaa, infrastruktuurin ydintarpeet ovat samat. Siksi olin itse asiassa niin kiinnostunut jatkamaan dataohjautuvaa robotiikkaa yli kymmenen vuotta sitten. Tarvitset aina: • Usean anturin tietojen synkronointi eri taajuuksilla • Joustava tallennustila, joka toimii tulevien algoritmien kanssa • Visualisointityökalut tietojen ymmärtämiseen • Kyky kokeilla erilaisia ajallisia resoluutioita • Vankka kirjaus, joka tallentaa kaiken, mitä saatat tarvita myöhemmin Tekoälyn trendi robotiikassa kasvaa, ja robottien on käsiteltävä ja analysoitava suuria määriä anturidataa hallitakseen vaihtelua ja arvaamattomuutta todellisissa ympäristöissä. Mutta jokainen joukkue rakentaa tämän tyhjästä. Kuvittele, jos jokaisen web-kehittäjän pitäisi rakentaa oma tietokanta, verkkopalvelin ja käyttöönottoputki ennen ensimmäisen sovelluskoodin kirjoittamista. Siksi perustin Neuracoren. Sen sijaan, että jokainen robotiikkatiimi käyttäisi kuukausia infrastruktuuriin, tarjoamme yleiset työkalut, joiden avulla voit siirtyä "minulla on robotti" -tilasta "toimitan älykkäitä robottien käyttäytymistä" päivissä, ei kuukausissa....