谷歌學(xué)術(shù)被引數(shù)超127000的大神宣布創(chuàng)業(yè)，獲OpenAI等機(jī)構(gòu)在內(nèi)投資7000萬美元！

他就是來自UC伯克利的副教授Sergey Levine，創(chuàng)業(yè)前任職于電氣工程與計(jì)算機(jī)科學(xué)系，是深度強(qiáng)化學(xué)習(xí)領(lǐng)域超受歡迎的網(wǎng)紅老師。

他在推特上興奮地表示，此番創(chuàng)業(yè)，他將擔(dān)任聯(lián)合創(chuàng)始人，“與一群令人難以置信的朋友和長期合作者開啟新的冒險(xiǎn)?！?/p>

目標(biāo)：為機(jī)器人構(gòu)建大腦；

挑戰(zhàn)：大規(guī)模機(jī)器人學(xué)習(xí)；

行動(dòng)代號(hào)（公司名稱）：Pi（讀π），即Physical Intelligence。

目標(biāo)是構(gòu)建通用機(jī)器人模型

Pi成立于今年，背后是一支機(jī)器人和AI專家團(tuán)隊(duì)，在機(jī)器人、工程和許多其他領(lǐng)域擁有深厚經(jīng)驗(yàn)。

他們的計(jì)劃是“創(chuàng)建可以為各種機(jī)器人和機(jī)器增添高級(jí)智能的軟件”，最終目標(biāo)是創(chuàng)建一種作為通用機(jī)器人系統(tǒng)的AI。

這家公司的聯(lián)合創(chuàng)始人兼CEO在公開場(chǎng)合解釋：

我們的目標(biāo)是通過一個(gè)通用模型將AI帶入物理世界，這個(gè)模型可以為任何機(jī)器人或任何物理設(shè)備提供動(dòng)力，基本上適用于任何應(yīng)用。

Sergey Levine本人在推特上舉例說明，創(chuàng)業(yè)要做的事用于機(jī)器人控制，其重要程度就像NLP之于大模型。

而且需要注意的是，這件事并不簡單。

要達(dá)到這個(gè)目標(biāo)，不僅需要海量數(shù)據(jù)集，同時(shí)需要優(yōu)化基礎(chǔ)模型以及算法，此外，還需要設(shè)計(jì)出機(jī)器人控制、大規(guī)模多模態(tài)大模型訓(xùn)練問題的創(chuàng)造性解決方案。

而之所以要組隊(duì)做這個(gè)頗具挑戰(zhàn)性的事情，是因?yàn)樵谶^去，這群人已經(jīng)看到“大規(guī)模的機(jī)器學(xué)習(xí)問題”和“小數(shù)據(jù)集培養(yǎng)皿里的機(jī)器學(xué)習(xí)問題”完全不同。

“我們相信，這將為基礎(chǔ)研究突破打開大門。”

Pi表示，創(chuàng)業(yè)后的第一步，是解決工程化、模型構(gòu)建、數(shù)據(jù)收集等問題，當(dāng)然了，組裝機(jī)器人本體也刻不容緩。

據(jù)已曝光資料，Pi已經(jīng)從OpenAI、紅杉資本等方面獲得了7000萬美元融資。

創(chuàng)始團(tuán)隊(duì)陣容豪華

除了聚焦的賽道非常引人矚目外，Pi本身的創(chuàng)始團(tuán)隊(duì)陣容也非常豪華。

首先介紹一下聯(lián)創(chuàng)之一，即我們開篇提到的Sergey Levine。

他是UC伯克利電氣工程和計(jì)算機(jī)科學(xué)系的副教授，專注于能夠使Autonomous Agents通過學(xué)習(xí)獲得復(fù)雜行為的算法，特別是能夠使任何自主系統(tǒng)學(xué)習(xí)解決任何任務(wù)的通用方法。

Sergey Levine因兩件事而聲名遠(yuǎn)播。

一是他是領(lǐng)域內(nèi)的大神，不僅谷歌學(xué)術(shù)被引用量為超過12.7萬，還是不折不扣的頂會(huì)狂魔。

在此前的不完全統(tǒng)計(jì)中，Sergey Levine 2018年在ML和NLP頂會(huì)上共發(fā)表22篇論文，與國內(nèi)的周明（現(xiàn)瀾舟科技創(chuàng)始人）、CMU的Graham Neubig并列全球第一；ICML 2019，他參與論文數(shù)量排名第三；NeurIPS 2019、NeurIPS 2020，他均有12篇論文被接收……

其二，他屬于UC伯克利的網(wǎng)紅教授，此前推出的深度學(xué)習(xí)課程Deep Reinforcement Learning（課程代號(hào)CS 285）非常受歡迎。

Pi的聯(lián)合創(chuàng)始人兼CEO，Karol Hausman，此前是谷歌DeepMind的研究人員，同時(shí)是斯坦福大學(xué)的兼職教授。

Chelsea Finn，斯坦福計(jì)算機(jī)科學(xué)和電氣工程系助理教授，谷歌學(xué)術(shù)論文引用數(shù)超4.7萬。

她的研究主要面向機(jī)器人和其他智能體通過學(xué)習(xí)和交互發(fā)展廣泛的智能行為的能力。此前，她還在谷歌大腦工作過一段時(shí)間。

Brian Ichter，先后在谷歌大腦和谷歌DeepMind的機(jī)器人團(tuán)隊(duì)任職。

他的研究興趣在于使移動(dòng)機(jī)器人系統(tǒng)能夠通過ML和大規(guī)模模型，在現(xiàn)實(shí)環(huán)境中規(guī)劃和執(zhí)行長期任務(wù)。

Suraj Nair，豐田研究院ML研究團(tuán)隊(duì)的研究科學(xué)家，從事ML、機(jī)器人和CV交叉領(lǐng)域的工作。

在集齊一團(tuán)隊(duì)的大牛之后，Pi還表示，公司不會(huì)建造自己的硬件。

他們要做的，是購買各種不同的機(jī)器人，并在各式各樣的機(jī)器人硬件上訓(xùn)練自己的AI模型。