NEURA Robotics et NXAI travaillent ensemble sur un module pour la mémoire des robots. Le partenariat se compose de deux parties : la base est Neuron AI, le modèle de fond multimodal de NEURA pour l'IA physique, qui connecte la vision 3D, le toucher, l'audio, l'état du robot et la parole avec une fonction mémoire. Les partenaires intègrent le Physical-AI-Stack de NEURA avec xLSTM, une architecture récurrente de NXAI qui peut maintenir et mettre à jour l'état sur de longues séquences de manière efficace. De plus, NXAI prévoit de fournir son propre modèle basé sur l'architecture xLSTM sur la plateforme Neuraverse. Il sera disponible à l'avenir aux côtés du modèle de fond propre de NEURA, Neuron AI.
« Un robot qui aide vraiment dans la vie quotidienne et dans l'industrie doit se souvenir », déclare David Reger, fondateur et PDG de NEURA Robotics. « Avec Neuron AI, nous avons la fondation. Avec le Neuraverse, nous créons la plateforme où d'autres approches d'IA puissantes peuvent également trouver leur place dans les robots. Avec Sepp Hochreiter et NXAI, nous développons ensemble la mémoire. Deux forces européennes, un objectif : l'IA physique d'Europe, ensemble pour le monde. »
« La mémoire et l'expérience sont les conditions préalables pour que les robots résolvent des tâches de manière fiable sur de nombreuses étapes », déclare le Prof. Dr. Sepp Hochreiter, fondateur de NXAI. « xLSTM est conçu pour cela, il est rapide, efficace en mémoire et peut maintenir l'état sur de longues séquences. Avec NEURA, nous apportons ces forces à l'IA physique, d'Europe pour le monde. »
Pourquoi la mémoire est cruciale pour les robots
Un robot n'est pas un chat. Un chatbot répond aux demandes une par une. Un robot fonctionne dans une boucle de perception, de décision et d'action, de nombreuses fois par seconde et parfois pendant toute une couche. Pour cela, il a besoin de mémoire à deux niveaux. La mémoire de travail clarifie ce qui se passe actuellement : le composant a-t-il déjà été utilisé ? La porte est-elle ouverte ou fermée ? Le bouton de démarrage a-t-il déjà été pressé ? La mémoire épisodique à long terme va plus loin : un robot qui a exécuté un processus à plusieurs reprises doit pouvoir s'appuyer sur des expériences antérieures dans la même situation.
Plus de choix sur une plateforme commune
L'intégration prévue doit permettre aux entreprises d'adapter le modèle NXAI à leurs propres tâches avec la chaîne d'outils du Neuraverse, de l'essayer dans les NEURA Gyms et de l'utiliser sur des robots appropriés. Les clients devraient ainsi pouvoir utiliser différentes approches de modèle au sein du même environnement d'entraînement et d'application.
Neuron AI reste le modèle de fond multimodal propre à NEURA et sera développé de manière indépendante. Le partenariat apporte une option de modèle supplémentaire sur la plateforme et comprend des recherches conjointes. Les entreprises conservent le contrôle sur leur savoir-faire de processus et décident elles-mêmes si elles souhaitent partager des données et des compétences.
Deux disciplines, un module commun
NEURA apporte le Physical-AI-Stack : des modèles de fond multimodaux propres, de la robotique, des capteurs, des données d'entraînement réelles provenant des NEURA Gyms et la plateforme pour une utilisation industrielle. NXAI apporte des décennies de recherche en IA et une approche fondamentalement différente pour l'intelligence récurrente et la mémoire. Ensemble, les partenaires souhaitent rendre les compétences disponibles plus rapidement.
À long terme, il s'agit de faire en sorte que les robots n'exécutent pas seulement des compétences individuelles, mais qu'ils construisent sur l'expérience au fil du temps. Cela correspond à la vision du Neuraverse et de l'économie des compétences robotiques : des compétences que les robots apprennent de l'interaction avec le monde réel, améliorent et transfèrent à d'autres machines et environnements.
Contact :
