es.wedoany.com Noticia: XDOF (pronunciado "ecks-doff") ha salido hoy del modo sigiloso, con el objetivo de construir tuberías de datos robóticos, herramientas de recopilación y sistemas de etiquetado, y ha recaudado 70 millones de dólares de Thrive Capital, Spark Capital, a16z (Andreessen Horowitz), Lux Capital y WndrCo. Philipp Wu, cofundador y CEO de XDOF, afirmó que la empresa, con unos 60 empleados, ya colabora con 20 clientes, incluidos varios laboratorios de IA de vanguardia, aunque no puede revelar sus nombres.
XDOF se fundó bajo la premisa de que el próximo cuello de botella de la IA no serán los modelos ni los chips, sino el bucle de retroalimentación de datos necesario para enseñar a los robots a interactuar con el mundo físico. Wu afirmó que todos los laboratorios principales están intentando perseguir la robótica, y que quedarse ligeramente atrás en la carrera de los modelos de lenguaje los pondría en una situación difícil. Mencionó que ningún laboratorio quiere verse en una posición pasiva por perseguir esta tecnología demasiado tarde, y la IA física ya se considera la próxima frontera. El propio Wu, durante su doctorado en la Universidad de California, Berkeley (UC Berkeley), se encontró con el problema de la falta de datos a gran escala disponibles para la robótica. Señaló que se trata de un problema del huevo y la gallina: primero hay que recopilar datos reales para luego considerar cómo entrenar modelos base robóticos.
Wu, junto con el cofundador y CTO de XDOF, Fred Shentu, participaron en un proyecto llamado GELLO, un sistema de operación remota de bajo costo que permite a operadores humanos controlar brazos robóticos para generar datos de entrenamiento. Este artículo tuvo un gran impacto en el campo de la robótica, ya que muchas personas enfrentaban necesidades y cuellos de botella similares. Al identificar la oportunidad, Wu, Shentu y el cofundador y COO, Nemo Jin, lanzaron XDOF en octubre de 2024, ofreciendo un ecosistema de datos para empresas que buscan modelos robóticos. La empresa también se centra en la limpieza de datos, herramientas y etiquetado, con el objetivo de crear un bucle de retroalimentación auto-reforzante para los entrenadores de robots.
Como punto de partida, XDOF colaboró con el Laboratorio de Investigación de IA de Berkeley (Berkeley AI Research lab) para publicar lo que considera el conjunto de datos de entrenamiento robótico de alta calidad más grande de la historia, llamado ABC. Este conjunto de datos contiene 130,000 trayectorias de datos de operación robótica, 300 horas de simulación y 100 horas de evaluación. Datos de preentrenamiento de esta magnitud nunca antes se habían puesto a disposición del mundo académico. David McAllister, estudiante de doctorado en Berkeley que ayudó a organizar la publicación, afirmó que cuando se publican modelos y datos, la comunidad suele lograr cosas que quizás no se anticipaban. El equipo ya ha utilizado estos datos para entrenar robots en tareas de referencia, como doblar camisetas, aplastar cajas o colocar AirPods en sus estuches de carga.
XDOF planea trabajar en tres niveles de la pirámide de datos: el más valioso son los datos de operación remota recopilados de robots desplegados en la práctica; el segundo nivel consiste en recopilar datos más generales utilizando robots de operación remota, como GELLO; y el último nivel son los datos en primera persona recopilados mientras los humanos realizan tareas cotidianas, para lo cual XDOF planea construir sus propios sensores portátiles. Wu señaló que la elección de la cámara afecta la calidad de los datos y el rendimiento de los algoritmos de seguimiento de manos, y que si no se maneja adecuadamente en la fase de diseño del hardware, los datos recopilados pueden presentar problemas específicos.
La empresa planea reclutar y capacitar a un gran número de operadores remotos y operadores de datos en primera persona a nivel mundial. Ante la pregunta de por qué los principales laboratorios no realizan ellos mismos el trabajo de producción de datos, Wu respondió que esto requiere almacenes de cientos de miles de pies cuadrados y cientos de robots, además de inversiones en mantenimiento, calibración y capacitación de operadores. Considera que es un trabajo que requiere enfoque, capital y expansión operativa a escala, y que la mayoría de los laboratorios de IA preferirían subcontratar, que es precisamente el mercado en el que XDOF apuesta.
El nombre XDOF es una interpretación del término robótico "grados de libertad", que describe el número de movimientos independientes que un robot puede realizar. Wu puso como ejemplo que el brazo humano tiene siete grados de libertad desde el hombro hasta la muñeca, mientras que el robot más reciente de la empresa de robótica humanoide Figure AI tiene 30 grados de libertad. La X en el nombre de la empresa captura su ambición: cualquier grado de libertad, infinitos grados de libertad.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
