Runway, robotik için Praxis-1 dünya eylem modelini tanıttı.

Yaratıcı yapay zeka (AI) araştırmalarıyla bilinen New York merkezli Runway AI şirketi, robotik alanında yeni nesil bir “dünya modeli” olan Praxis-1’i duyurdu. Şirket, insan veri kaynaklı kısıtlamaları aşmak amacıyla video eğitimine dayanan bu modelle, farklı robot gövdelerinde ve ortamlarda çalışabilen evrensel (generalist) politika modelleri geliştirmeyi hedefliyor. Runway, Praxis-1’i çeşitli ortaklarıyla test ediyor ve önümüzdeki aylarda halka açık sürümü yayımlamayı planlıyor.

Şirket, modelin “dünya modellerinin” arkasında yatan büyük ölçekli öncel eğitimi (pretraining) temeline inşa edildiğini vurguluyor. Bu yaklaşımın temelinde, robot veri toplamanın zor ve pahalı olduğu gerçeği yatıyor. Runway’a göre dünya modelleri, nesnelerin nasıl davrandığını ve görevlerin nasıl ilerlediğini anlamayı sağlayan bir altyapı sunuyor.

Robot verisi kısıtlamasını videoyla aşmak

“Çoğu robot politikası, robot verisi nedeniyle darboğaza giriyor; bu veri az ve toplaması pahalı,” diyen Runway’ın baş teknoloji sorumlusu Kamil Sindi, Praxis-1’in çoğunlukla üçüncü kişi (third-person) videolarından öğrendiğini belirtti. Sindinin açıklamasına göre model, nesnelerin davranışını ve görevlerin seyirini zaten anlıyor.

“Praxis-1 çoğunlukla üçüncü kişi videolarından öğreniyor; Runway’ın dünya modellerinin arkasında yatan aynı büyük ölçekli öncel eğitimi üzerine kurulu, bu yüzden nesnelerin nasıl davrandığını ve görevlerin nasıl ilerlediğini zaten anlıyor. Ayrıca performans videoyu ne kadar çok işlerse o kadar artıyor; dolayısıyla üst sınırını, mevcut robot gösterimlerinin (demonstration) sayısı değil, modelin öğrenebileceği video miktarı belirliyor.”

Kamil Sindi, Runway Baş Teknoloji Sorumlusu

Runway’ın belirttiğine göre, gerçek dünyada genel amaçlı AI modellerini eğitmek için yeterli robot verisi bulunmazken, video veri aşırı derecede bol. Her gün insanların günlük hayatlarından, herhangi bir laboratuvarın teleoperasyon (uzaktan kumanda) gösterimleriyle yakalayabileceğinden çok daha fazlasını çekip yüklediği vurgulandı.

Dünya modellerinde fizik ve hareket simülasyonu

Runway, dünya modeli içindeki robot politikalarını simüle etmenin gerçek dünya sonuçlarını 0.95 korelasyonla öngördüğünü bildirdi. Şirket, bu sonucun daha pahalı 3D yeniden inşâ (reconstruction) temelli tekniklerle karşılaştırıldığında çok daha avantajlı olduğunu iddia ediyor.

Şirket, büyük video modellerini öncel eğitme çalışmalarını, Solaris ve GWM Worlds 2 gibi etkileşimli ve gerçek zamanlı video modellerine kadar genişlettiğini belirtti. Modelleri doğru fizik üretmeyi, ellerin nasıl hareket ettiğini ve bir görevin ortasında nasıl göründüğünü öğretmek yoluyla şirket, hem dijital hem de fiziksel dünyada ajan eğitimi için dinamik ve karmaşık ortamlar oluşturduğunu kaydetti.

“Praxis-1 aynı yaklaşımı robotiğe getiriyor; robot geliştiricilere ve araştırmacılara herhangi bir gövde veya ortamda çalışan evrensel politika modeli sağlıyor,” dedi Sindi. Sindinin sözlerine göre model, kola (soda) kaldırmak gibi basit alma-koyma işlerinden, hediye çantaları paketlemek gibi deformasyon yapılabilen nesnelerle ilgili daha karmaşık görevlere kadar çeşitli manipülasyon görevinde eğitildi.

Erken ortaklar modelini kendi donanımlarında test ediyor

Runway, halka açık çıkıştan önce Praxis-1’i ana ortaklarına yayıyor ve ayrıca lansman öncesinde ek ortaklara erişim sağlama umudu taşıyor. Şirket, modelini çeşitli robotlar üzerinde değerlendirmeyi planlıyor.

“Erken ortaklardan bazıları, Praxis-1’i kendi donanımlarında çalıştırıyor. Şu ana kadar elde edilen en büyük çıkarım, tek bir modelin ince ayarla (fine-tuning) çok farklı gövdeler arasında—çift kollu kollarından insan benzeri robotlara—uyum sağlayabildiği. Testleri, genel kullanılabilirliğe geçmeden önce açıkları tespit edip kapatmamıza yardımcı oluyor.”

Kamil Sindi, Runway Baş Teknoloji Sorumlusu

Runway, Praxis-1’i halka açık biçimde yayımladığında bunu kapalı bir model yerine açık ağırlıklarla (open weights) teslim etmeyi planlıyor. Şirketin Brooklyn merkezli olduğu ve New York, San Francisco, Seattle, Londra, Paris, Tel Aviv ve Tokyo’da ofisleri bulunduğu belirtiliyor.

“Fiziksel AI’daki (physical AI) ABD önderliğinin, üretimde öndeliğimizi geri kazanmamız için kritik olduğuna inanıyoruz; bu da açık Amerikan modelleri gerektiriyor. Açık ağırlıklar, donanım geliştiricilerine bugün sahip olmadıkları esneklik ve kontrol sağlıyor.”

Kamil Sindi, Runway Baş Teknoloji Sorumlusu

Runway’ın 2018’de kurulan bir şirket olarak yaratıcı yapay zeka araştırmaları ve teknolojilerinde uzmanlaştığı; Aleph 2.0 (bağlam içi video düzenleme), Act-Two (hareket yakalama) ve Gen-4.5 (metinden videoya ve imajdan videoya üretimi) gibi çeşitli AI modelleri sunduğu kaydediliyor. Robotik için şirket, genel bir dünya modeli olan GWM-1’i de sunuyor.

Şirket, önümüzdeki aylarda halka açık sürümü yayımlamadan önce daha seçkin ortaklarla çalışarak modelini geliştirmeye devam etmeyi umuyor. Sindinin son açıklamalarına göre Runway, Praxis-1’i ortaklarıyla test ve değerlendirmeyi sürdürüp daha fazla erken erişim ortağı katılacak ve farklı gövdeler ve ortamlarda etkinliği ile güveniliği değerlendircek.

Runway’a göre, video öncel eğitimiyle zaten fiziksel olarak makul (physical plausibility) nesne davranışını anlayan bir politika, yalnızca eylem verisinden inşa edilen bir politikaya kıyasla büyük bir başlangıç avantajına sahip.