AI moet wat gras aanraken.

Mensen zijn aan het hustlen en geld aan het verdienen op @AukiNetwork

Je bent waarschijnlijk niet cool genoeg om met @danmonaghanz te werken, om eerlijk te zijn.

Wie zal de AI-race winnen? 🧠 Stargate/OpenAI zal $500 miljard uitgeven aan rekenkracht. Elon Musk geeft $1 miljard uit. Is hij arm of dom? Of beseft hij dat AI meer behoefte heeft aan sensoren en data dan aan GPU's? Wie de echte wereld toegankelijk maakt voor AI, zal de AI-race winnen. Als we het goed doen, zou dat DePIN en @Intercognitive kunnen zijn in plaats van Elon Musk of een van de grote gecentraliseerde spelers.

Van ArC, de iPhone cinema camera simulator die ik een paar jaar heb geleid, tot realtime point-cloud scanning, Gaussian splats, hier is mijn nieuwste AR-werk en prototypes. Altijd open voor projecten die AR en filmmaking naar een hoger niveau tillen. #ARKit #ios #VirtualProduction #fotogrammetrie

Gedeelde perceptie en gevoel voor ruimte is wat dit zal oplossen.

Epische visie voor ruimtelijke positionering, als je een Augmented Reality-ontwikkelaar bent, kijk hiernaar, TWEE KEER. Niet te technisch, het gaat over de visie van hoe onze apps * zouden moeten werken. Geen gebruiker meer vanaf nul laten beginnen, alle 3D-assets blijven waar ze laatst zijn achtergelaten, en worden samengevoegd in de fysieke ruimte.

𝗜'𝘃𝗲 𝗵𝗲𝗮𝗿𝗱 𝘁𝗵𝗶𝘀 𝗮 𝗹𝗼𝘁 𝗿𝗲𝗰𝗲𝗻𝘁𝗹𝘆: "𝗪𝗲 𝘁𝗿𝗮𝗶𝗻𝗲𝗱 𝗼𝘂𝗿 𝗿𝗼𝗯𝗼𝘁 𝗼𝗻 𝗼𝗻𝗲 𝗼𝗯𝗷𝗲𝗰𝘁 𝗮𝗻𝗱 𝗶𝘁 𝗴𝗲𝗻𝗲𝗿𝗮𝗹𝗶𝘀𝗲𝗱 𝘁𝗼 𝗮 𝗻𝗼𝘃𝗲𝗹 𝗼𝗯𝗷𝗲𝗰𝘁 - 𝘁𝗵𝗲𝘀𝗲 𝗻𝗲𝘄 𝗩𝗟𝗔 𝗺𝗼𝗱𝗲𝗹𝘀 𝗮𝗿𝗲 𝗰𝗿𝗮𝘇𝘆!" Laten we praten over wat er eigenlijk gebeurt in dat "A" (Actie) gedeelte van je VLA-model. De Vision- en Language-componenten? Ze zijn ongelooflijk. Vooraf getraind op internet-schaal data, begrijpen ze objecten, ruimtelijke relaties en taak-instructies beter dan ooit. Maar de Actie-component? Dat wordt nog steeds vanaf nul geleerd op basis van jouw specifieke robotdemonstraties. 𝗛𝗲𝗿𝗲'𝘀 𝘁𝗵𝗲 𝗿𝗲𝗮𝗹𝗶𝘁𝘆: Jouw VLA-model heeft een internet-schaal begrip van hoe een schroevendraaier eruit ziet en wat "de schroef aandraaien" betekent. Maar het daadwerkelijke motorpatroon voor "pols draaien terwijl je naar beneden duwt"? Dat komt van jouw 500 robotdemonstraties. 𝗪𝗵𝗮𝘁 𝘁𝗵𝗶𝘀 𝗺𝗲𝗮𝗻𝘀 𝗳𝗼𝗿 "𝗴𝗲𝗻𝗲𝗿𝗮𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻":   • 𝗩𝗶𝘀𝗶𝗼𝗻 𝗴𝗲𝗻𝗲𝗿𝗮𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻: Herkent nieuwe objecten onmiddellijk (dankzij vooraf trainen)   • 𝗟𝗮𝗻𝗴𝘂𝗮𝗴𝗲 𝗴𝗲𝗻𝗲𝗿𝗮𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻: Begrijpt nieuwe taak-instructies (dankzij vooraf trainen)   • 𝗔𝗰𝘁𝗶𝗼𝗻 𝗴𝗲𝗻𝗲𝗿𝗮𝗹𝗶𝘀𝗮𝘁𝗶𝗼𝗻: Nog steeds beperkt tot motorpatronen gezien tijdens robottraining Vraag diezelfde robot om "de flesdop los te draaien" en hij faalt omdat: • Vision: Herkent fles en dop • Language: Begrijpt "losdraaien" • Action: Heeft nooit het motorpatroon "draaien terwijl je trekt" geleerd 𝗧𝗵𝗲 𝗵𝗮𝗿𝗱 𝘁𝗿𝘂𝘁𝗵 𝗮𝗯𝗼𝘂𝘁 𝗩𝗟𝗔 𝗺𝗼𝗱𝗲𝗹𝘀: De "VL" geeft je ongelooflijk begrip zonder voorbeelden. De "A" vereist nog steeds taak-specifieke demonstraties. We hebben het perceptie- en redeneerprobleem opgelost. We hebben het motor generalisatieprobleem nog niet opgelost.

"Versterking glimlacht naar de ambitieuze" - @caydengineer 🧵

We bouwen een nieuw internet voor robotica en XR, om de fysieke wereld toegankelijk te maken voor AI. In de State of the Auki Network-video van dit jaar benadrukken we enkele van de geweldige dingen die al worden gebouwd op het gedecentraliseerde machineperceptienetwerk: