د simulation 스타ټ-آپ Generalist د روباتیکو ته د AI د پراختیا (scaling) اصول تطبیق करून د فزیکي AI لپاره یو "مغز" جوړوي [1, 2].
دا کړنی ځکه اهمیت لري چې دا د پیچلي هارډویر اړتیا پرته د روباتیکو پرمختګ چټکوي. د ډیټا پایپلاینونو او simulation په کارولو سره، دا شرکت د داسې مقیاس وړ (scalable) فزیکي AI وړتیاوې رامنځته کولو هدف لري چې واقعي نړۍ کې پیچلې او ګډوډې دندې ترسره کولی شي [1, 2].
Generalist خپل تمرکز دې ته لري چې ورځني فعالیتونه په تربیتیوي ډیټاسېټونو بدل کړي [1, 2]. دا میتودولوژي د لویو ژبنیو ماډلونو (large language models) د پراختیا قوانینو سره ورته ده، چیرې چې ډیره ډیټا او کمپیوټي ځواک د نویو وړتیاو په ظهور کې مرسته کوي. د دستی ډول پروګرام شوي حرکتونو پر ځای، دا 스타ټ-آپ د simulation څخه ګټه اخلي ترڅو هغه پراخه ډیټا تولید کړي چې روباتانو ته د خپلواک زده کړې لپاره اړتیا وي [1, 2].
دا شرکت د Adrian Macneil په څیر د پانګونوالو ملاتړ لري [2]. دا پانګونایي ستراتیژي د روباتیکو د سافټویر پر پرت (software layer) تمرکز کوي، چې Generalist ته د فزیکي AI په ساحه کې د نورو Entwicklers لپاره د یو بنسټیز وسیلې په توګه ځای ورکوي [1, 2].
پداسې حال کې چې Generalist د فزیکي AI راتلونکي ته متوجه دی، د روباتیکو اکوسیستم کې نورو شرکتونو هم په تیرو څو کلونو کې خپل ځای ثابت کړی دی. د بیلګې په توګه، Foxglove په 2021 کال کې تاسیس شو [2]. د دې شرکتونو ظهور د روباتیکو په پراختیا کې د ډیټا-مرکزي چلند ته یو پراخ بدلون ښيي، چې له تقلیدي انجینرۍ څخه د ماشین لرنې (machine learning) ماډلونو ته یو حرکت دی چې کولی شي په مختلفو چاپایو کې जनरलایز (generalize) شي [1, 2].
“Generalist د روباتیکو ته د AI د پراختیا اصول تطبیق करून د فزیکي AI لپاره یو "مغز" جوړوي.”
د simulation پر اساس د تربیت ته بدلون په روباتیکو کې د هارډویر-اول څخه د ډیټا-اول پراختیا ته یو مهم اړاو دی. که Generalist په بریالیتوب سره د پراختیا قوانین (scaling laws) په فزیکي نړۍ کې تطبیق کړي، نو دا کولی شي په غیر منظمو چاپایو کې د روباتانو د ځای پر ځای کولو وخت او لګښت کم کړي او صنعت د عامه مقصد لرونکو روباتیکو معاونانو ته نږدې کړي.





