Teleo می خواهد به صنعت رباتیک کمک کند تا به “لحظه ChatGPT” خود برسد.

Teleo خود را یک استارتاپ رباتیک ساختمانی معرفی می کند، اما ماموریت آن بزرگتر از خودکارسازی تجهیزات سنگین مانند بیل مکانیکی و تراکتور است. امروزه، ماشین آلات تجهیز شده تله به مشتریان خود اجازه می دهد تا ناوگان موجود خود را به صورت نیمه مستقل اداره کنند. در آینده، این استارتآپ دادههایی را که جمعآوری میکند بهعنوان یک عامل کلیدی برای صنعت رباتیک برای رسیدن به «لحظه ChatGPT» میبیند.
این یک آرزو برای رسیدن به همان سطح از تبلیغات پیرامون ChatGPT نیست. در عوض، Vinay Shet، مدیرعامل Teleo، فرصتی را برای شرکتهای روباتیک – و بهعنوان شرکتی که او اداره میکند – میبیند تا مجموعههای داده وسیعی را مشابه مقادیر مورد استفاده برای ساخت ChatGPT جمعآوری کنند تا جهشهای بزرگ و متحول کننده بازی در رباتیک داشته باشند.
و به نظر می رسد سرمایه گذاران مشتاق کمک به استارتاپ برای رسیدن به این نقطه عطف هستند. TechCrunch دریافته است که Teleo اخیراً 16.2 میلیون دلار بودجه را از طریق دو تمدید در سری A 2022 جذب کرده است. تمدید 9.2 میلیون دلاری در ماه آوریل و دیگری بسته شد 7 میلیون دلار طبق بایگانیها و اطلاعات اخیر شرکت، یکی این هفته بسته شد.
مدلهای پایهای که منجر به ایجاد ChatGPT شد، به طور موثری به تریلیونها توکن دادهای که بهطور رایگان در اینترنت، زبان، ویدیوها، تصاویر و غیره در دسترس بودند، متکی بودند. شت به TechCrunch گفت که این داده ها در رباتیک وجود ندارد. بهترین مجموعه داده ای که در دنیای روباتیک می شناسیم حدود 2.4 میلیون توکن است، در حالی که در دنیای زبان، آنها آن را با تریلیون ها توکن آموزش می دهند.
Teleo قصد دارد این شکاف را با ثبت دادههای مربوط به عملیات روزانه خود پر کند، که به گفته Shet در نهایت به «پایهای تبدیل میشود که بر اساس آن میتوانید مدلهای پایه روباتیک واقعی را آموزش دهید» که میتواند منجر به هوش عمومی شود.
برای ایجاد آن مجموعه ای از داده ها، Teleo باید به سرعت، در مقیاس و در چندین صنعت مستقر شود. و استراتژی شرکت برای انجام این کار در رویکرد نیمه مستقل آن پیچیده شده است. Teleo میتواند هر قطعهای از تجهیزات را با نرمافزارهای خودران و حسگرهای لازم – مانند دوربینها، لیدار و رادار – برای رانندگی خودران در شرایط محدود بازسازی کند. اپراتورهای انسانی از راه دور برای انجام کارهای پیچیدهتر، مانند تخلیه کامیون کمپرسی، وارد عمل میشوند و معمولاً میتوانند چندین وسیله نقلیه را در یک زمان مدیریت کنند.
«این ترکیب چیزی است که به ما امکان میدهد در حین تحویل، کل موارد استفاده را برای مشتری حل کنیم [return on investment] به مشتری و کسب درآمد از طریق یک محصول مستقل.
به منظور حفظ یک مجموعه داده متنوع، Teleo اخیراً گسترش یافته است فراتر از ساخت و ساز است و در حال استقرار ماشین آلات سنگین مستقل مانند لودرهای چرخدار، تراکتورهای ترمینال و بیل مکانیکی در طیف وسیعی از صنایع از جمله خمیر کاغذ و کاغذ، چوب بری، تدارکات بندری، کشاورزی و حذف مهمات است. Teleo همچنین صنایعی مانند فرودگاه ها، زباله ها و بازیافت، لجستیک و برف روبی را هدف قرار داده است.
امید این است که دادههایی که جمعآوری میکند – از جمله ورودیهای اپراتورهای انسانی، فیلمهای ویدئویی و بازخورد حسگر – به Teleo اجازه دهد تا مدلهای رباتیک پایهای را تنظیم یا تخصصی کند. این در نهایت میتواند جایگزینی یا تقویت انسان در حلقه را با یک عامل هوش مصنوعی مبتنی بر ابر که قادر به یادگیری کنترل ماشینهای مختلف، همانطور که یک انسان انجام میدهد، فعال کند.
این تفکر بلندمدت بدون شک چیزی است که سرمایه گذاران را به شرکت جذب کرده است. توسعههای اخیر Teleo توسط UP.Partners با مشارکت سرمایهگذاران جدید Trousdale Ventures و Triatomic Capital، و همچنین سرمایهگذاران بازگشتی F-Prime Capital و Trucks VC، در میان دیگران، رهبری شد.
Teleo میگوید که این بودجه برای گسترش استقرار مشتریان، ادامه گسترش به صنایع جدید، و ارتقای قابلیتهای هوش مصنوعی استارتآپ، از جمله ادغام مدلهای زبان بزرگ برای باز کردن کارایی اپراتور استفاده میشود.
شت گفت: «در طی چندین سال آینده، شرکتهای یکپارچه عمودی مانند ما را خواهید دید که در دنیای واقعی به شیوهای مستقر میشوند که از نظر اقتصادی منطقی باشد و بر اساس آن رشد اقتصادی داشته باشد.» اما در طول مسیر، آنها دادههای کافی را با فرمت مناسب جمعآوری میکنند تا آن لحظه «آها» چند سال بعد را باز کند.»