Skild AI ha superato i 100 milioni di dollari di ARR, dieci mesi dopo il nostro primo dispiegamento commerciale.
Prima di tutto, grazie a ogni membro del nostro team e a ogni partner che lo ha reso possibile.
Questo ha richiesto uno sforzo straordinario da parte di molte persone fantastiche. In dieci mesi, siamo passati a oltre 60 clienti paganti nei settori della movimentazione merci, delle consegne, dell'ispezione dei siti, della sicurezza, della preparazione dei cibi, oltre a operare all'interno di magazzini, fabbriche e data center. La mobilità rappresenta il 10% delle nostre entrate, mentre le soluzioni Fetch costituiscono il 4%.
Insieme a NVIDIA e Foxconn, stiamo implementando il Skild Brain su manipolatori a doppio braccio per l'assemblaggio di alta precisione dei sistemi NVIDIA Blackwell — un lavoro che cambia a ogni ciclo di prodotto e che in passato significava riprogrammare ogni robot sulla linea.
Presso Sumitomo Wiring Systems, stiamo lavorando per implementare S1 al fine di automatizzare processi nella produzione di cablaggi che erano considerati "impossibili" da automatizzare.
Con Mitsui & Co., le cui catene di approvvigionamento servono 1,4 milioni di pasti al giorno in tutto il Giappone, stiamo sperimentando robot generici alimentati da S1 nelle cucine commerciali.
Fin dall'inizio, ci siamo concentrati sul dispiegamento come parte fondamentale della tecnologia stessa, e non come suo risultato.
Il Pilastro Nascosto
C'è una linea di pensiero nella robotica che suona più o meno così: addestreremo un modello super-intelligente, costruiremo hardware super-umano, e poi un giorno — boom — robot ovunque.
Per analogia con i modelli linguistici, questo sembra giusto. Anni di ricerca, poi ChatGPT. Si stima che abbia raggiunto 100 milioni di utenti mensili in due mesi. Dall'esterno, il dispiegamento è sembrato arrivare tutto in una volta, dopo che la parte difficile era stata fatta.
Nella robotica, non puoi lasciare il dispiegamento alla fine.
Come funzionerà la catena di approvvigionamento? Chi lo installa? Chi possiede l'integrazione? Chi lo ripara quando si rompe? Chi lo aggiorna quando il processo cambia? Non capisci appieno queste domande finché non sei lì.
Il dispiegamento è il pilastro nascosto della ricerca robotica perché è lì che la robotica accade. Non c'è alternativa.
I dispiegamenti informano la direzione della ricerca all'avanguardia di Skild. Lascia che ti facciamo alcuni esempi.
Demo vs Dispiegamento
Guardare video demo è diventato un modo comune per misurare i progressi nell'AI fisica. Guardi un video e pensi: "Sembra che funzioni!"
Il problema è che un clip riuscito di un robot con una precisione del 5%, 10% o 99% può sembrare esattamente lo stesso. Anche se hai una precisione del 10%, puoi continuare a riprendere finché non funziona.
Abbiamo insegnato al nostro modello a preparare le uova l'anno scorso. Ci è voluta una settimana per cucinare il primo uovo, poi due mesi per farlo funzionare in modo affidabile con uova diverse e in diverse configurazioni.
Ecco perché vedere non significa credere nella robotica. Il dispiegamento è ciò che conta. La quantità di sforzo per spremere l'ultimo 5% di prestazioni supera di gran lunga quella del primo 95%.
Velocità vs Precisione
Da una prospettiva di ricerca, la precisione può sembrare la metrica principale. Da una prospettiva di dispiegamento, devi immediatamente chiederti: quanto velocemente può lavorare il robot a quella precisione?
Immagina una linea di fabbrica con dieci stazioni — cinque gestite da robot e cinque da persone. Ogni stazione deve finire all'incirca nello stesso tempo di ciclo. Se una stazione è più lenta, limita la produttività dell'intera linea.
Un robot che è preciso al 99,9% ma dieci volte troppo lento non è quasi implementabile. Non è implementabile.
Un'azienda che mette il dispiegamento al primo posto ottimizza per il successo sotto vincoli di tempo fin dall'inizio.
Adattamento al Cambiamento
Una lezione difficile che abbiamo imparato all'inizio del dispiegamento: il cambiamento è l'unica costante.
Un fornitore cambia un componente. Una fabbrica riorganizza una postazione di lavoro. Un cliente modifica la sequenza di assemblaggio. Il sistema che hai implementato deve adattarsi.
Se ogni cambiamento richiede la raccolta di un nuovo set di dati e un altro ciclo di post-addestramento, ti stai impegnando a ripetere quel lavoro finché il robot è implementato. Questo non è scalabile.
Queste scoperte, apprese duramente dai dispiegamenti, ci hanno fatto concentrare i nostri sforzi di ricerca su S1, il nostro ultimo modello, rilasciato due settimane fa.
Abbiamo costruito S1 per imparare da un singolo esempio video attraverso l'apprendimento nel contesto. Un operatore può registrare una nuova dimostrazione e darla al robot come prompt, senza aggiornare i pesi del modello. S1 è costruito sull'infrastruttura AI di NVIDIA, che ci fornisce le basi di calcolo accelerate necessarie per addestrare su larga scala attraverso il nostro mix eterogeneo di dati robotici.
https://x.com/SkildAI/status/2092300842900865389
Sarebbe diventata una priorità così alta se fossimo rimasti nel mondo della ricerca? Non crediamo. Il dispiegamento ci ha insegnato a chiedercelo, e S1 è la nostra risposta.
Cultura
Le demo possono anche essere dannose. È molto difficile sostenere una cultura della demo e una cultura del dispiegamento contemporaneamente all'interno di una singola azienda.
Puoi selezionare una buona demo da un robot con una precisione del 50%. Per implementare, devi lavorare sull'altro 50% — che è molto, molto più difficile.
Se celebri pubblicamente queste demo "avanzate", le persone che ci lavorano vengono incoraggiate. Le persone che lavorano sul 50% sottovalutato ricevono meno attenzione, anche se il loro lavoro è ciò che rende il robot utile.
Avere le risorse per fare entrambe le cose non fa sparire quegli incentivi.
Puoi provare a combatterli internamente premiando il vero lavoro di dispiegamento. Ma poi le persone intelligenti chiedono: "Perché dovrei passare il mio tempo sulle demo quando il vero lavoro è nell'implementazione?" — e la cultura della demo muore comunque.
Se le demo sono ciò che un'azienda premia, le demo sono ciò su cui le persone lavoreranno. Noi abbiamo scelto di premiare il dispiegamento.
RSI Fisico
Il dispiegamento è un pilastro della ricerca. È un pilastro della valutazione. E ci costringe ad affrontare incentivi culturali che possono allontanare un'azienda dal lavoro utile.
È anche così che pensiamo all'RSI fisico: auto-miglioramento ricorsivo.
Ci sono due visioni comuni dei dati di dispiegamento. Una dice che il dispiegamento diventerà la fonte ultima di dati di addestramento per la robotica. L'altra dice che i dati di dispiegamento sono troppo limitati per migliorare un modello generale, perché un robot implementato ripete lo stesso compito ancora e ancora. Entrambe le visioni sono in parte giuste.
Se un robot specializzato apre già un particolare tappo di bottiglia in modo affidabile, raccogliere migliaia di esempi aggiuntivi dello stesso movimento riuscito potrebbe aggiungere poco. Il sistema specializzato conosce già il suo compito. Il valore appare quando l'apprendimento da molti sistemi specializzati viene riportato in un modello di base generale.
- Inizia con un modello fondamentale addestrato su diversi robot, compiti e incarnazioni. È ampiamente capace, ma perfetto in nulla.
- Implementalo in diverse applicazioni. L'apprendimento nel contesto gli consente di adattarsi senza richiedere una nuova sessione di addestramento per ogni cambiamento. Dove è necessario un ulteriore addestramento per velocità e affidabilità a livello di produzione, i dati di dispiegamento possono aiutare a specializzare il sistema. Ogni dispiegamento diventa migliore nel proprio compito.
- Riporta i dati da tutti questi dispiegamenti nel modello generale. L'esperienza che aggiunge poco a uno specialista che ha padroneggiato un compito può ancora essere preziosa per un generalista che impara molti compiti diversi. Il prossimo dispiegamento parte da un modello più forte.
L'analogia che usiamo è la mia stessa istruzione.
Al liceo, conoscevamo fisica, chimica e matematica a un livello decente. Poi ci siamo specializzati in AI. Oggi sappiamo molto più di AI rispetto a quando ero al liceo, ma abbiamo dimenticato gran parte della chimica che una volta conoscevamo.
Ora immagina di poter prendere il nostro io del liceo e, in un universo parallelo, fare un dottorato in chimica. Un altro in fisica. Un altro in matematica. Poi immagina di distillare tutta quella conoscenza specializzata di nuovo nello studente da cui siamo partiti.
Questa è la nostra strategia. Implementando, stiamo rendendo l'"io del liceo" — S1 — sempre migliore. Più il generalista impara, meno specializzazione dovrebbe servire per il prossimo dispiegamento. Questo è il volano dei dati di dispiegamento.
L'era delle demo è finita; l'era del dispiegamento è iniziata.
Deepak Pathak e Abhinav Gupta
