Яндекс Образование ✔

Что получится, если собрать за одним столом учёного, преподавателя и разработчика роботов? 💭 Дискуссия о том, как научить машины справляться с реальным миром, а людей — создавать и проверять такие системы. Обсудить Physical AI на конференции YaC/e пригласили Сергея Колюбина (ИТМО), Андрея Спиридонова (AIRI, ШАД), Валерия Ильина (Яндекс Роботикс) и Андрея Кармацкого (Яндекс Образование). ➡️ Physical AI развивается на пересечении нескольких сфер: исследователи создают новые подходы, университеты и образовательные проекты готовят инженеров, а индустрия приносит задачи из реальной практики. ⠀ Они выделили главные вызовы для Physical AI: ⠀ ⏺️данные сложно и дорого собирать: всего один километр движения беспилотного автомобиля может дать гигабайты информации ⏺️робот должен осваивать новые условия с минимальной ручной настройкой — быстро, экономно и без постоянной связи с сервером Один из способов справиться с этими вызовами — использовать симуляции. В виртуальной среде можно находить ошибки и проверять разные ситуации ещё до испытаний в реальном мире. Ещё одной темой дискуссии стали новые требования к инженерам. Теперь недостаточно разбираться только в машинном обучении или механике. Нужны знания математики, физики и теории управления, понимание работы сенсоров и умение видеть систему целиком. Разные темпы не мешают общей работе, если участники понимают роль друг друга. А вы смотрели YaC/e? Какие выступления и идеи запомнились больше всего? С чем согласны, а с чем хотелось бы поспорить?