Physische KI erklärt: Was sie ist und warum sie sich von Software-KI unterscheidet

Definition physischer KI

Physische KI bezieht sich auf Systeme der künstlichen Intelligenz, die die physische Welt über Sensoren wahrnehmen und über Aktoren – Motoren, Pneumatik, Endeffektoren – auf sie einwirken, anstatt Text, Bilder oder Code zu generieren. Das „Physische“ in Physical AI betont den Unterschied zur rein digitalen KI: Ein Sprachmodell verarbeitet und produziert Token; Ein physisches KI-System verarbeitet Sensorwerte und erzeugt Motorbefehle, die Masse durch den Raum bewegen und mit Objekten interagieren.

Der Begriff wurde von Jensen Huang von NVIDIA populär gemacht, um die kommende Ära von KI-Systemen für Robotik und autonome Maschinen zu beschreiben, und hat in der Branche breite Akzeptanz gefunden. Es ist im Wesentlichen gleichbedeutend mit „verkörperter KI“ – dem älteren akademischen Begriff –, allerdings mit einem stärkeren Schwerpunkt auf dem Einsatz in physischen Produkten und industriellen Systemen statt nur auf der Forschung.

Warum die Verkörperung alles verändert

Software-KI kann vollständig auf Daten trainiert werden, die bereits vorhanden sind – Text aus dem Internet, Bilder, Videos. Physische KI erfordert eine Interaktion mit der Welt, um ihre Trainingsdaten zu generieren. Ein Sprachmodell kann aus menschlichen Schriften lernen, die über Jahrhunderte entstanden sind; Ein Roboter muss seine eigenen Demonstrationen durch physische Teleoperation oder autonome Erkundung erzeugen, eine Episode nach der anderen, in Echtzeit. Dies ist der grundlegende Datenengpass der physischen KI.

Die Verkörperung bringt auch Konsequenzen mit sich. Wenn ein Sprachmodell einen Fehler macht, erzeugt es falschen Text. Wenn ein Roboter einen Fehler macht, kann er Gegenstände beschädigen, Menschen verletzen oder sich selbst zerstören. Diese Konsequenzstruktur verändert die Anforderungen an Zuverlässigkeit, Unsicherheitsquantifizierung und sichere Fehlermodi in einer Weise, mit der Software-KI nicht konfrontiert wird. Ein physisches KI-System, das zu 95 % zuverlässig ist, kann in manchen Umgebungen kommerziell akzeptabel und in anderen katastrophal gefährlich sein, abhängig vom Risiko der 5 % Ausfälle.

Das Datenproblem

Die größte Herausforderung der physischen KI ist die Datenknappheit. Das Internet enthält Hunderte Billionen Text-Tokens und Milliarden Bilder und bietet ein enormes Substrat für das Training von Sprach- und Sehmodellen. Es gibt keinen entsprechenden Korpus an Roboterinteraktionsdaten. Der Open

Diese Lücke zu schließen ist die zentrale Aufgabe von Organisationen wie SVRC. Unser Datendienstplattform soll Forschungsteams und KI-Unternehmen dabei unterstützen, hochwertige Roboterdemonstrationsdaten in großem Maßstab zu sammeln. Daten für die physische KI müssen auf echter Hardware, in realen Umgebungen, von erfahrenen menschlichen Bedienern oder durch sorgfältig konzipierte autonome Erfassungspipelines gesammelt werden – sie können nicht aus dem Internet gelöscht werden. Aus diesem Grund ist die Datenerfassungsinfrastruktur für die physische KI genauso strategisch wichtig wie die Recheninfrastruktur für die Software-KI.

Grundlagenmodelle für die physische Welt

Der KI-Bereich arbeitet aktiv daran, grundlegende Modelle für physische KI zu entwickeln, die GPT-4 und Gemini für Sprache und Bilder entsprechen. Diese Modelle – manchmal auch Roboterfundamentmodelle, Weltmodelle oder generalistische Roboterrichtlinien genannt – werden anhand großer verkörperungsübergreifender Datensätze trainiert und können mit relativ wenigen zusätzlichen Demonstrationen auf bestimmte Roboter und Aufgaben abgestimmt werden. Beispiele hierfür sind Octo (von der UC Berkeley), OpenVLA, π0 (von Physical Intelligence) und Googles RT-2 und RT-2-X.

Diese Modelle stellen einen echten Paradigmenwechsel dar: Anstatt für jede Aufgabe eine neue Richtlinie zu trainieren, können Teams von einem vorab trainierten Basismodell ausgehen, das bereits weiß, wie man Objekte manipuliert und Anweisungen befolgt, und es dann für ihren spezifischen Roboter und Aufgabenbereich optimieren. Die Qualität und Abdeckung des Pre-Training-Datensatzes bestimmt direkt, wie nützlich das Basismodell ist, weshalb die Datenerfassung in großem Maßstab eine strategische Priorität für den gesamten Bereich ist.

Führende Forschungsgruppen und Branchenakteure

Zu den akademischen Führungskräften in der physikalischen KI-Forschung gehören UC Berkeley (Chelsea Finn, Pieter Abbeel, Ken Goldberg-Gruppen), Stanford (Fei-Fei Li, Dorsa Sadigh, Chelsea Finn Labs), CMU (Deepak Pathak, David Held), MIT (Pulkit Agrawal, Russ Tedrake) und ETH Zürich (Marco Hutters Gruppe für bebeinte Robotik). Zu den Branchenführern zählen Physical Intelligence (π), Google DeepMind Robotics, NVIDIA Isaac Lab, Microsoft Research Robotics und die Robotikabteilungen großer humanoider Unternehmen.

Die Rolle von SVRC in der physischen KI

SVRC besetzt eine kritische Infrastrukturebene im Ökosystem der physischen KI: Wir stellen die Hardware und Datenerfassungsdienste bereit, die die Forschung und den Einsatz physischer KI ermöglichen. Unsere Anlage in Palo Alto, unser Roboterleasingprogramm und unsere Datenplattform sind darauf ausgelegt, die physische KI-Entwicklung auch Teams zugänglich zu machen, die nicht über die Ressourcen verfügen, eine eigene Hardwareflotte und Sammlungsinfrastruktur aufzubauen. Ob Sie ein Forschungslabor sind, das eine neue Richtlinie ausbildet, ein Startup, das ein physisches Produkt entwickelt, oder ein Unternehmen, das ein Robotik-Pilotprojekt durchführt, SVRC stellt die physische Infrastrukturschicht bereit, die physische KI benötigt. Beginnen Sie mit unserem Datendienste oder Roboterleasing Programm, bzw Kontaktieren Sie uns um Ihr spezifisches Physical AI-Projekt zu besprechen.