หุ่นยนต์ร่างกายมนุษย์ (humanoid robots) ได้รับการลงทุนรวมกว่า 1.4 พันล้านดอลลาร์จากบริษัทหลายแห่ง ได้แก่ NEURA Robotics (1.4 พันล้าน), Figure AI (1 พันล้าน), Apptronik (520 ล้าน), Unitree (900 ล้าน) และ Agility Robotics ที่วางแผนจดทะเบียนผ่าน SPAC ในปีนี้ หุ่นยนต์สามารถทำหน้าที่เช่นจัดสินค้า ล้างจาน ทำกาแฟ และพับกล่องในโรงงานได้ แม้จะยังไม่สมบูรณ์แต่ AI ถูกพัฒนาให้ควบคุมหุ่นยนต์ได้ดีขึ้น หุ่นยนต์ที่ใช้ AI รูปแบบ Vision-Language-Action (VLA) เช่น Physical Intelligence กำลังเป็นที่นิยม ซึ่งมีโครงสร้างคล้ายโมเดล LLM แต่ประมวลผลข้อมูลภาพและคำสั่งให้หุ่นยนต์ทำงานได้ แม้จะยังไม่แน่ชัดว่า VLA จะเป็นรูปแบบหลักในอนาคต แต่เป็นวิธีที่ใช้กันแพร่หลายในปัจจุบัน การพัฒนา AI สำหรับหุ่นยนต์อาศัยการคำนวณด้วย Linear Algebra โดยใช้การคูณเมทริกซ์ (dot product) เพื่อแปลงข้อมูลเป็นคำสั่งให้หุ่นยนต์ทำงาน ซึ่งมีความซับซ้อนในกระบวนการคูณเมทริกซ์ที่ต้องจับค่าของแถวและคอลัมน์ให้ตรงกัน ทำให้ AI สามารถประมวลผลข้อมูลได้รวดเร็วขึ้น การใช้ Neural Network ช่วยให้ AI สามารถเรียนรู้และปรับตัวได้ดีขึ้น โดยมีโครงสร้างคล้ายเครือข่ายประสาทที่สื่อสารกันผ่านการเชื่อมต่อ (weights) ซึ่งช่วยให้โมเดลสร้างความเชื่อมโยงระหว่างข้อมูลและคำสั่งได้แม่นยำขึ้น
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว