Latest / Verbos: AI og Softwareudvikling / #46 - AI Robotter, Figure 01, Vision-Language-Action Modeller, Multimodalitet med Nicolai Nielsen

Transcript

#46 - AI Robotter, Figure 01, Vision-Language-Action Modeller, Multimodalitet med Nicolai Nielsen · Verbos: AI og Softwareudvikling

0:00
Hej alle sammen og velkommen til Vores podcast afsnit nummer 46 i
0:04
det her afsnit har vi fået besøg af Nikolaj Nielsen, som er lige
0:07
ã r engineer hos simponi AI, og Vi har selvfølgelig.
0:11
Det er selvfølgelig som altid mig Jonas, der ser med her og i
0:15
det afsnit, der skal vi snakke om Vi skal tage udgangspunkt i
0:17
en demo, som blev gik Sådan lidt halv viralt her i sidste uge
0:20
eller i denne her uge. Det kan faktisk var i sidste uge
0:22
er fra et firma der hedder fik jeg hvor de viser deres.
0:26
De laver Sådan en demo med en robot de har lavet der hedder
0:29
fik one. Som de har lavet speech 2 speech
0:33
interaktioner med altså hvor at den her robot ligesom kan man
0:36
kan tale til den, så kan den ligesom har ligesom mulighed for
0:39
at se altså den her vision element, men så har den også
0:43
mulighed for ligesom at udføre fysiske actions og det skal vi
0:48
prøve at gå lidt ned bagved det og prøve at snakke om hvad Det
0:51
er for en type modeller. Man bruger højst sandsynligt de
0:54
har brugt til at lave den, og Det er Sådan en type model der
0:57
hedder vision language action models.
1:01
Ja, så Det er Sådan set det Vi skal snakke om, men Jeg tror,
1:04
det vil starte med at sige velkommen til Nikolaj, og du har
1:07
været med en gang før, men Det kan være, at du lige skal give
1:10
et lille recap af Sådan, hvem du er og og så videre.
1:14
Ja selvfølgelig. Det er cirka et halvt år siden,
1:16
at noget var med sidst, hvor vi snakkede omkring min journey og
1:19
næste startede jeg laver jeg laver youtube og så lige den
1:21
ingeniør ved symphony, så er man en amerikansk baseret
1:23
virksomhed, men arbejder i Dubai og med med med med den indiske
1:27
afdeling hernede og få lavet en masse fede vision ting og så
1:30
videre inden for industrial use cases.
1:32
Og så ja, så laver jeg en masse fede youtube videoer.
1:35
Korsets prøver for at følge med stikket 2 date med alt det nye
1:38
der kommer ud med både lars lynges models, men primært
1:41
vision og nu også her med alt det her fede der kommer ud med
1:44
robotics a og hvordan vi kan kombinere det.
1:48
Ja. Og så er det jo bare lige for at
1:50
nævne det her. Jeg var til jeg var til Sådan et
1:53
et LM arrangement, faktisk en skolegruppe hackathon her i for
1:57
et par uger siden. Og der mødte jeg mødte jeg en
1:59
fra Odense. Som var henne og snakke med mig
2:02
og sagde Sådan at at Sådan ej der sker sgu ikke noget i Odense
2:05
mand og Vi skal have et dansk datacenter til Odense og så
2:08
videre. Så siger han.
2:08
Har du ikke set Nicolai Olsen? Man har en youtube kanal der
2:11
har. Ja Nielsen ja så ja så hvad
2:16
hedder det så så det bare for at jeg understreger du får Odense?
2:21
Ikke så der sker en masse fede med robotter der mest robotter,
2:26
arm og mobile Robots. Men ja Det er lidt medtaget i.
2:30
Det må man sige. Indenfor rucs i Danmark.
2:33
Og så og så hvad hedder det? Så er du også du er på din
2:36
youtube kanal snakker rigtig meget om vision vision især de
2:39
her yolo modeller så vidt Jeg kan se og altså Det er ikke
2:42
fordi mig og Jonas ved super meget om vision men derfor så er
2:44
det jo supergodt match. Med med med dig som ved en masse
2:48
om vision er fra danske robotics mekka og så mig og Jonas som er
2:55
sygt eller nørder. Så jeg tænker Det er en god
2:57
blanding og en god forudsætning for ligesom at at snakke om de
2:59
her ting. Men men men men men vi ved noget
3:02
om den søde transformer? Høre, at den findes mange, mange
3:07
steder. Det er det.
3:11
Det er lidt. Det er lidt grundstenen bag de
3:13
her vision. Du skal snakke om nu også også
3:17
vision large eller vision language action modeller og hvor
3:21
man egentlig bare mapper vision tekst sammen og voté så egentlig
3:24
actions, men du kan egentlig bare ud både have de her vision
3:27
language model, som egentlig bare er en captioning eller et
3:31
eller andet image tekster du har, hvor du har en description,
3:34
et billede og så kombinere det hele scenen bag det.
3:37
Det er transformere ligesom vi kender det fra Lars langsomt og
3:39
så videre også så så den går igen og igen og det her, Det er
3:42
mere den her vision transformer, så i stedet for Vi har wording
3:45
betting som vi til bare image pages, hvor du egentlig tager et
3:47
billede og deler det op i pages. Og så vil du så have dem som
3:51
weddings i stedet for? Ligesom hvis du for eksempel har
3:52
en har en sætning og og så virker transformeren egentlig
3:56
bare som som den plejer. Vi har en kode, Vi har en DK dø,
3:59
når vi så har de her vision og language models, så egentlig
4:02
hele ideen bag det hele i sin bay.
4:03
Det er, at Vi har Vores embedding fra Vores tekst, og så
4:06
handler det egentlig bare om at lave nogle en betting for Vores
4:08
billede også, som så kan blive en bettet i samme space.
4:11
Og når vi så har det, så kan vi ligesom combine combine det hele
4:14
og 40 det i transformeren internetcafe data vi
4:16
selvfølgelig Vi skal bruge en masse data, ligesom ligesom med
4:19
de traditionelle lemmer. Hvor vi kun har tekst, og så er
4:22
det egentlig bare at træne træne på på kæmpe gpu kloster og så så
4:25
har vi en vision en vision engage model.
4:28
Altså Det er jo bare toget nice skidtet ind i en transformer og
4:32
spillet op er altså helt vildt. Så sker der magi ikke?
4:37
Men det kunne være interessant lige at gå ned, komme ned.
4:40
Vi kommer ned i materien, fordi Det er jo altid sjovt, at Sådan
4:42
finde ud af, hvordan togene har vi så ikke hvad på hvilket
4:45
niveauer i det her data? Hvordan kobler vi det her data
4:49
sammen, før vi ligesom forwardet ned igennem det netværk?
4:52
Det er altid det, Der er det mest interessante, fordi Det kan
4:54
man jo gøre på mange forskellige måder, men det vi snakker om de
4:57
her diskrete tokens ikke. Så Det kan være, vi kan komme
5:00
lidt ind på det. Men må jeg ikke lige inden vi
5:02
går i gang bare lige Sådan at afspore det hele lidt fordi at
5:06
fordi Der er sket nogle ting her.
5:07
Jeg tænker bare Vi skal bare lige 5 minutter på at snakke om
5:10
2 eller i hvert fald en nyhed som er også sket her inde i den
5:12
sidste ende sit ur, og Det er jo at den gode jean marsk og XI har
5:17
open sourcet og Det er noget helt andet det her så nu tager
5:19
lige en tangent her ikke men ian musk og ex og Jeg har ligesom
5:23
open source crock den her berømte LM som Twitter bruger og
5:28
man kan få adgang til hvis man har Twitter.
5:32
Premium eller Sådan et eller andet, tror jeg.
5:35
Der tænker jeg, hvad ved i om det?
5:37
Og hvad tænker i om det? Hvis hvis i ved noget om det?
5:41
Ja men altså det. Det er fedt at der kommer nogle
5:43
open source modeller. Det er meget nice.
5:45
Jeg kan også se i release både hele hele kode helt kode for
5:48
selve modellen. Jeg er ikke sikker på at kunne
5:50
se træningssættet, men men Det var så vel ingen du har.
5:54
Du har modellen du har også vane du kan logge ind og så videre og
5:57
Jeg tror den var 320 milliarder parameter eller Sådan noget så
6:01
det kræver lidt at træne med, men når man er også fedt at se
6:04
at det ligner det en miljøekspert model også som
6:07
egentlig performer rimelig godt indenfor l verden nu og der går
6:11
også lidt rygte om at at open air modeller også en.
6:14
Har mistet eller mistet op? At vækstforum underdog så så
6:19
helt sikkert der kommer en abnorm eller open source
6:21
modellen. Jeg har hørt, at den ikke er den
6:24
er den er kun trænet. Den er ikke instruktion og
6:27
præference tunet så. Ja det Det er jo Det er jo altid
6:32
et spændende med med de der modeller om der så kommer nogen
6:34
med med noget ja instruction chat tuning og så så kan vi få
6:41
vi endnu en stor model vi kan bruge.
6:44
Altså jeg ved, så er det i hvert fald den største åbne model
6:47
derude. Ja.
6:48
Jeg er helt sikkert helt sikkert.
6:51
Jeg tænker Sådan lidt umiddelbart Sådan, hvad hedder
6:53
det? Hvad skal man sige?
6:55
Altså Jeg tror jeg tænker en en case kunne være ligesom at man
6:58
brugte den til noget destillation, lidt ligesom folk
7:01
rigtig mange bruger at give til 4 til ligesom at lave
7:03
træningsdata og så træne mindre modeller på det, ikke?
7:06
Det. Kunne være det kunne være med
7:08
til at generere noget, noget dansk data som kan, så kan vi
7:13
bare open source alt det danske genererede data det kunne være
7:18
interessant og prøve. Jeg skal jo have lidt gang i det
7:22
danske elever, ikke? Der også i øvrigt en anden
7:27
nyhed. Jeg skal lige til at sige super
7:28
nyhed, men hvad hedder det? Der er lige kommet en nyhed ud i
7:31
dag om at det novo nordisk fonden har i samarbejde med en
7:34
anden fond. De har ligesom smidt.
7:36
Jeg tror Det er omkring 700 millioner kroner for en Sådan en
7:40
supercomputer gpu med eller en super computer gpu kloster med
7:45
Sådan noget 115 100 h et h 100 GUI.
7:52
Ja. Så det, og det kommer Sådan i
7:55
innovation Center, så kan det være, at den kan surfe noget
7:59
krock derinde eller et eller andet.
8:02
Jeg er nok super 4 krops. Nå anyways, lad os så komme
8:06
tilbage til til det vi egentlig skal snakke om.
8:08
Hvad hedder det? Lad os prøve at starte lidt med
8:11
at hvis man ligesom bare lige snakke om hvad der skete i den
8:14
her demo før fik jeg. Jeg ved ikke om Der er en af jer
8:17
der ligesom vil prøve at beskrive hvordan i Sådan ligesom
8:20
oplevede det eller hvordan man i Sådan hvad.
8:22
De har alligevel læst et partnership.
8:24
Jeg tror 2 uger eller Sådan noget før for de kom med demon.
8:27
Der tror de billigste et partnership både med åbne og en
8:30
vittig Microsoft og mange af de store der som også gerne vil
8:33
være med på det her. Det er selvfølgelig sikkert
8:35
arbejde på det, for de vil lige sidde i deres partnership, men
8:37
men det ligner umiddelbart fra det jeg så.
8:40
At det, at det ligner lidt at de bare har brugt de 4 vision
8:44
modellen, så Jeg tror måske lidt at de bruger det i 2 d space
8:49
stadigvæk hvor hvor noget af det nye research der kommer ud.
8:51
Det er egentlig baseret på 3 d space, hvor du har de her vision
8:54
with vision action model som kan komme ind lidt senere her model
8:59
også får 3 d information med der bruger du det mappen sammen med
9:02
din energi billeder, men Det kan vi komme ind på senere.
9:06
Det ligner lidt at de stadigvæk bruger det 2 espace, men Det kan
9:08
selvfølgelig være at de har de har sat det hele deres modeller
9:11
op, men man kunne ikke fikse ét for en for en.
9:13
Meget hurtigt demo. Ja Det er jo bare at bruge de
9:16
bedste 4 selvfølgelig har de noget information fra fra deres
9:18
kameraer også, og jeg ved ikke om de har noget active sensing
9:21
eller de bare har har et par enkelte kameraers siddende
9:23
siddende i hovedet på den. Ja for det der sker helt
9:26
konkret. Det er jo at han han han han der
9:30
ligesom en en den her fik jo altså for det første fik Jeg er
9:34
jo et robotics start up er vi enige om ikke?
9:38
Jeg kendte ikke til det for den her demo, men Det er Det er
9:40
ligesom en et start up eller en virksomhed i hvert fald som
9:44
prøver at. Robotter og den her demo.
9:46
Den gør sig ud på at der ligesom er 1, 1, 1, 1 1 den her fik jeg
9:50
en robot der står foran et køkkenbord, hvor der står et
9:53
æble og noget noget. Hvad hedder det nogle
9:56
tallerkener der ligesom står og skal over II?
9:58
Hvad hedder det noget Sådan en hvad tøjstativ?
10:02
Lige præcis og så ham her og så ham her, der ligesom står foran
10:07
robotten. Han siger så at den skal give
10:10
ham æblet og så gør den det og så tømmer den.
10:13
Hvad hedder det så bryder den skrald op og mens den putter
10:16
vaske hvad hedder det beskidte tallerken over i den her vasket
10:19
bakke og så videre så det Sådan. Det er Sådan ret.
10:22
Det er i hvert fald tydeligt, at den ligesom for det første så
10:25
kan den forstå hvad han siger i speech.
10:27
Den kan jeg se på en eller anden måde, se hvad Der er foran den,
10:30
og den kan ligesom bruge det input den får der til ligesom at
10:34
svare tilbage med med med tale og så ligesom udføre nogle
10:39
handlinger. Den giver ham blandt andet
10:41
æbletræer det der skrald op og tager hvad hedder det?
10:45
Det beskidte eller tallerkenen op i det der den der bakke der
10:49
så der sker nogle ting der sker nogle interaktioner mellem de
10:52
her forskellige modaliteter som ligesom er.
10:54
Vision sprog og så jeg ved ikke om man kalder action, altså det
10:59
her med at en robot ligesom der sker noget nogle aktiveringer af
11:03
robot motorer, så den gør noget. Jeg ved ikke om man kalder det
11:07
en modalitet, men. Det gør man vel.
11:11
Jo, men Det er Det er det vel på en eller anden en eller anden
11:13
måde? Men men men men Det er bare Det
11:15
er egentlig outputtet fra de her modeller her.
11:17
De har også nævnt flere gange at de bruger noget enten netværk,
11:20
så de har højst sandsynligt en eller anden model og robotten,
11:24
hvor de så har et par enkelte points og så har de så hvordan
11:26
de bruger det output inverse en masse hvis vi går ind i
11:29
robotics, hvor du egentlig bare har din arm for eksempel.
11:32
Jeg ved også Tesla de laver også med optimus.
11:34
Det er meget meget tilsvarende robotter også, men men det ved
11:38
de ved egentlig hvor det fordi de dikterer også med kameraerne.
11:40
Deres hænder og så videre, så de ved hele tiden de hele tiden
11:42
otto kalibratorer, deres leder og joints.
11:45
Så Det er også. Det er også en meget, meget god
11:47
feature de har, og så træner de egentlig end netværk.
11:49
Jeg ved, at Tesla de bruger også human demonstration, så du så du
11:52
viser en af robotten. Du har en masse eksempler med
11:55
hvordan du performer den herskere.
11:57
Og så kan du ligesom mappe det samme sammen med hvad øjnene ser
12:00
så input til modellerne. Det er egentlig bare
12:02
kamerabilleder og så outputtet Det er Det er Det er hvordan
12:05
motorerne skal skal aktivere eller.
12:07
Output, egentlig bare john positions.
12:10
Så så lad os hvis vi lige prøver at tage Sådan en analogi til
12:13
tilbage til noget, hvor man måske kan lidt bedre forstå de
12:17
her mange modaliteter i spil og hvordan de er mappede i vector
12:20
space og Sådan noget, så kan man jo se det lidt ligesom.
12:24
Kan man sige det fuser modellerne som som har II klip
12:27
for eksempel ikke hvor man har en en.
12:30
En language image præ træning og ligesom mapper naturlige sprog
12:37
med billeder ikke. Og Det er ligesom første skridt
12:40
i det her med, at ligesom at få det her til at spille sammen.
12:43
Men så DK der man jo på en eller anden måde, eller det fuser på
12:46
en eller anden måde hen til. Til noget billigt, og her kunne
12:49
man måske forestille sig, at det der så sker, er, at man man de k
12:53
der hen til noget noget action altså simpelthen netop de her
12:56
robotics bevægelser indtil motorerne, deres roller,
13:00
possessions og alt Sådan noget er det Sådan man skal forstå.
13:03
Det er Nikolaj. Men præcis hvad vi beskrivelse
13:06
af det, så Det er egentlig bare at den får billede af, ligesom
13:08
vi ser med Vores øjne, så får den bare et output ud, hvis vi
13:11
vil for eksempel tage et æble, så bruger vi det også bare
13:13
udelukkende med vision, og så har vi gjort det mange gange, så
13:15
vi ved, hvordan Vi skal samle det her.
13:17
Samle det her æble op, fordi fordi Vi har den her forståelse
13:20
af hele den vej. Men Det er ligesom, Det er
13:22
ligesom det vigtigste, vi Vi har ligesom sølvet vision delen.
13:25
Nu er det mere okay hvordan, hvordan sammenkobler vi egentlig
13:28
vision dele med med actions med modbevægelse, fordi Det er
13:33
rimelig komplekst at lave det her bevægelse samtidig med at Vi
13:35
skal have en god forståelse for hvor alle, hvor alle tingene er.
13:38
Så så hele livet så er det bare 1 1 1 model der tager
13:41
kamerabilleder ind og så siger den bare er robotten skal gå hen
13:44
eller? Hvilken bevægelse og det du
13:46
nævner Det er Det er hvis Det er kun er vision uden noget sprog
13:50
indblandet ikke. Altså hvis Det er vision til
13:52
action. Fordi man kan på en måde godt en
13:55
vision til action model. Det der du snakker om ikke?
13:58
Du kan så koble language med også den her forståelse, men
14:00
prøv for eksempel, hvis vi lige tage det her æble, som de gør i
14:03
som de gør i figur demoen. Det er fordi jeg tænker Sådan II
14:08
hvad hedder det language model land eller i sprogmoduler Island
14:11
l land der når man skal ligesom træne de her modeller til at
14:14
være brugbare i forhold til at give nogle gode svar, så giver
14:17
man dem så får man skriver man ligesom et instruktion III tekst
14:22
og Det er det ligesom inputtet og så skal den ligesom Sådan
14:25
groft sagt outputte et godt svar til den instruktion som man så
14:29
også har skrevet og det gør man så at skåle og så bliver de gode
14:32
til ligesom at forstå at de skal udføre instruktioner.
14:36
Det jeg hører dig sige Det er at man kan faktisk gøre det samme.
14:40
Hvor det ligesom bare er billede eller video input til en model
14:47
og så koblet med noget. Altså hvor hvor outputtet det
14:52
ligesom så bare er. Måske både video og så også
14:56
actions eller bare actions. Primært primært actions.
14:59
Ja, men men nu kan jeg også godt.
15:00
Du kan også godt. Kan også godt have billeder
15:03
eller output vision. Og når vi siger actions her,
15:08
hvad er det Sådan helt kort? Fordi det tænker, hvis man ikke,
15:09
hvis man ikke lige Sådan er robotics, hvad skal man sige?
15:12
Kender, hvad er actions Sådan helt konkret data was altså
15:17
hvordan når det kommer ud af en Sådan en model, hvordan ser det
15:21
så ud og hvad styre det det? Kunne for eksempel være enten
15:24
bare 1 1 1 imposition. Hvis du har din hånd, så kan en
15:27
positionen være. Hvor for eksempel, hvis vi hen
15:28
til æblet jamen, så kan oppositionen være at henvende
15:31
henne ved hende æblet, så Det er egentlig bare en position, der
15:34
giver ud. Og det kommer lidt an på hvordan
15:36
de gør. Du kan selvfølgelig også bare
15:37
det kommer an på hvilken robot der også har, men du vil nok
15:40
oftest have Sådan en inverse kinematik, hvor du egentlig bare
15:42
finder en idiot og så ud fra din intuition.
15:44
Der kan du beregne hvordan dine joints og alle dine og alle dine
15:47
led skal være. Det er rimelig rimelig high
15:50
level system når du har monteret roberts at gøre.
15:52
Der er rigtig mange frihedsgrader og så videre.
15:54
Ja, men jeg forestiller mig til den slags der der Sådan II Sådan
15:59
programmerings verden. Der ville man nok ligesom kalde
16:01
det der for et et state, en state machine ikke?
16:04
Altså hvor du ligesom skal have nogle state changes og så så
16:07
spiller du de stats henover og Det er så din action til
16:12
virkeligheden ikke? Altså det i hvilken rækkefølge
16:14
de roterer og så videre og så videre, så når man er når man er
16:18
nået til til ende det og så er det ligesom en funktion af al
16:20
den data man har manipuleret undervejs og så står bare den
16:23
ligesom der med det æble eller hvad det nu er ikke.
16:25
Ja det det kræver det kræver også en rimelig god robot model.
16:28
Så du ligesom har lavet en eller anden måde.
16:31
Dansk model sat det op før din robot, for ligesom at kunne se
16:34
de her outputs til til robotten. Det er ikke bare at tage en
16:36
eller anden arbejdsro robot og så tage afsæt, vision model og
16:39
Sådan noget, så flyver direkte ind i motoren og Vi skal ligesom
16:41
have en eller anden model, der ligesom beskriver hvordan,
16:43
hvordan robotten er, så Det kan både være en robot arm.
16:45
Det kan også være et et system, Der er mere kompleks som
16:48
robotarm med med flere frihedsgrader kunne også være
16:52
den skulle gå samtidig med. Jeg tror dog at de deler arme og
16:55
arme og ben op som som Det er lige nu, men.
16:59
At man faktisk ikke har trænet den hen mod en en fysisk robot,
17:02
men men en virtuel robot. Og så har man noget noget noget
17:06
funktionalitet der der der mapper den her virtuelle robot
17:10
til den fysiske, fordi ellers så ville man jo brænde sig lidt på,
17:13
at man havde en model der var der var hårdt trænet ind i en
17:16
fysisk robot, og så var det ligesom svært at komme derfra
17:19
til nogle andre typer af robotter, og det ville være lidt
17:21
spild af model træning ikke så mon ikke Det er noget i den dur.
17:26
Det er helt sikkert en robot model de har.
17:28
De har sat op og så mapper. Men, men Jeg er nysgerrig på det
17:31
du siger Nikolaj. Det her med at du får noget
17:33
vision ind. Lad os bare sige din vision til
17:35
action model, altså den ser noget og gøre noget.
17:38
Det er Sådan helt basic. Jeg var lidt overrasket over du
17:41
sagde altså en ting er at der kommer noget vision ind, men det
17:43
der så kommer ud. Det er altså som er action det
17:47
jeg forestillede mig, at det blev formuleret som Sådan en
17:50
form, altså en sekvens af tokens eller et eller andet, som som
17:54
ligesom var impulser til til hvad hedder det en bot motor om,
17:58
om den skulle frem og tilbage dreje eller hvad den skulle?
18:01
Men det du siger det jeg hører dig sige, Det er, at det Det kan
18:04
måske i højere grad være Sådan end possession, altså end et
18:07
koordinat til hvor den skal hen. Og så ved så ved robotarmen selv
18:12
hvordan den skal komme derhen eller.
18:15
Der. Der er flere, Der er flere
18:16
approaches, og Der er også nogle, der laver hele hele
18:18
sekvenser og så videre. Der er også nogle, der bare
18:20
prøver at lave next token token generation hvor token så er en
18:24
action og tager som så kunne være et skridt for for hver
18:27
joints der. Men det kunne også være.
18:29
Jeg har også set nogle lave nogle tage nogle approaches hvor
18:33
de egentlig går ind. Du giver den en både både
18:36
kombineret med language og også også vision.
18:39
Men det her. Men det her.
18:40
Det er noget det nyeste research, Der er kommet ud, hvor
18:42
du egentlig kombiner både almindelige kamera, så er RN
18:44
billeder og så har du også et billede af, fordi det sværeste.
18:47
Det er egentlig når du skal interagere med en vejnettet.
18:48
Hvis du ikke rigtig har nogen kredit information, så står de
18:52
så de en better egentlig også. Og indkoder selve dets mappe er
18:56
det også samme mærke b så de egentlig har en 3 d forståelse
18:58
hentet. Og når?
19:01
Nej undskyld bare prøv det. Og så og så og så så det
19:05
egentlig gør. Det er okay, så har de også.
19:07
Så har de også landbruget, så de har inputtet fra fra fra fra
19:11
kameraet. Lad os sige Der er et æble foran
19:12
dig, så siger du at det her æble her over i køleskabet, så vil
19:16
det egentlig gå ind i de her modeller som har set nu, så går
19:19
den egentlig ind og genererer hvordan outputtet skal se ud, så
19:21
det kunne for eksempel være et åbent køleskab, hvor æblet er
19:23
derinde og så ud fra det her output her der kan den Det er.
19:26
Det er faktisk en princip om bandet fusion model, så vil den
19:28
egentlig lave et billede først af hvor outputtet skal være og
19:32
så ud fra det så kan den lave en directory.
19:33
Tokens og så har du egentlig hvordan du skal, hvordan du skal
19:37
udføre din bevægelse. Og.
19:40
Så det det det lyder nemlig. Ja Det er ret syret Det er der.
19:44
Faktisk, men Det er jo den forestiller sig eller Sådan
19:47
prøver at. Lave billeder, hvordan
19:49
indtagelsen skal se ud og så og så generere noget til det med at
19:51
gå ud fra det. Det er sygt.
19:55
Det er blevet lidt mindre det der Det var.
19:58
Sindssygt. At sige har det været Sådan 2 2
20:01
d op til nu indtil for nylig? Nikolaj altså hvor når når vi
20:05
siger 2 dage så så tænker jeg vi i selvfølgelig den her billede
20:08
modalitet og og den her sproget instruktions modalitet.
20:13
Side om side fordi Det er jo Det er jo 2 modaliteter der kommer
20:16
med ind i konteksten, men nu er der så også den her kan man sige
20:21
tredje altså hvor du får den her dybde forståelse og så bruger
20:26
man så fordi man også har den med, så kan man jo som du siger
20:31
i stedet for ligesom at bruge noget noget noget noget lidt
20:35
mere Sådan logik baseret til ligesom at få den sidste med
20:38
hvor langt den skal hen til noget, så kan man faktisk også
20:41
en coate det i modellen og derved kan man jo så også de
20:44
kode det en eller anden form for.
20:47
For vej derhen ikke hvis det det meningen.
20:50
Jeg kan godt se det for mig kan mærke.
20:53
Jeg skal lige noget må du lige bære over med vision om her ikke
20:57
du siger AB og så siger du depth.
21:00
Bare lige for hurtigt tage den helt fra basis til RGB.
21:05
Data Det er RGB billeder, altså billeder som er altså simpelthen
21:10
bare et billede som er indkodet med red blue Green toner i
21:14
forskellige toner ikke? Og så ser man lige Sådan ud.
21:17
Ja ser du som Det er Sådan 1 1 1 1 1 matrix og som ligesom har en
21:22
dybde på 3. Kan man sige det Sådan?
21:24
Den vil han lytte til fordi den har 3 kanaler, men det Det er.
21:29
Så Det er ligesom input. Det er et billede, ligesom vi
21:31
kender det fra pixels og så videre.
21:32
Nu siger du depth hvad? Hvad er depth?
21:34
Er det noget noget Sådan noget der bliver sendt ud og kommer
21:39
tilbage og så ligesom laver en eller anden dybde forståelse af
21:42
billedet eller er det 2 kameraer der eller hvordan data?
21:48
Det det passivt nu. Der er kommet rigtig mange
21:50
modeller ude. Der er også rigtig meget
21:51
research, der bliver lagt i Moskva, så et enkelt kamera.
21:54
Hvor den enkelte mere dybt ud fra en enkelt kamera, hvilket er
21:58
er rimelig stort breakthrough. Fordi normalt så skal du have 2
22:00
kameraer. Det giver ikke så høj kvalitet
22:02
igen det det kræver meget fikst kamera setup og så videre.
22:05
Du kan også have active det eller du kan også active det,
22:07
men så bliver sensorerne noget dyrere også så mange af de her
22:11
image generation modeller og så videre.
22:12
De er baseret på en monokultur eller single single destination
22:17
modeller også mange af de her tekst til 3 d modeller så videre
22:20
blev også udelukkende brugt med den her, men Der er en rimelig
22:23
fede modeller ud her på det seneste hvor det egentlig.
22:25
Rimelig akkurat laver et deb map som har rigtig gode som har
22:28
rigtig god resolution og førhen der var det primært relativt
22:33
dybt, så så alle deb værdierne det egentlig Det er egentlig
22:35
relativt i forhold til kameraet, så det vil sige hvis jeg tager
22:37
min hånd ind foran jamen så vil det have en eller anden dk, men
22:39
så skal lære den ligesom i forhold til baggrunden, så du
22:42
kan ikke rigtigt. Du kan ikke rigtig få en absolut
22:43
top, så hvis du for eksempel dedikerer et ansigt eller Sådan
22:45
noget, så kan du ikke få den absolutte distance til ansigtet
22:48
fra kameraet, men en relativ i forhold til hele den element,
22:51
men der kom rigtig mange modeller ud nu her, som egentlig
22:54
går ind og prøver at estimere matrix.
22:56
Som du også kan finde tyvene datasæt på, hvis du har.
22:59
Hvis du har en masse data med med med med trick depth som
23:02
growth, men så ud fra et enkelt kamera der kan du egentlig få
23:05
matrix deep som som egentlig bare absolut depp værdier og
23:08
ideen bag det med at Det er egentlig bare du har præcis de
23:10
samme antal pixels som som i de RB billede.
23:12
Og så tilføjer du egentlig bare en ekstra channel eller en
23:15
ekstra kanal, så du har 4 kanaler i stedet for 3 kanaler.
23:18
Og så hver enkelt pixel i billedet der har du så også en
23:21
pixel der så er corresponding med med en dyb værdi, så for
23:25
hver enkelt pixel hele billedet der har du en dyb værdi til til
23:28
det så ser. Eller en afstand?
23:31
Var det sindssygt. Over det hele.
23:37
Intet af det her du siger jeg ved intet er det du siger nu, så
23:39
Jeg er totalt raseret var Sådan wow.
23:41
Jeg havde Sådan en EU tro, at det der nå jamen Det kan jeg
23:44
godt se for mig. Det er jo noget selvfølgelig
23:46
langt er der imellem ting, men jeg havde Sådan en neo tro om,
23:48
at Der er sikkert nogen der har noget smart laserteknologi der
23:52
bare virker til det der, men du men altså du siger Det er
23:55
faktisk ret svært også at få data på det, så hvis man helst
23:58
skal have Sådan noget ground truth data på det profilen
24:01
indsamler, men Det er præcis nok til at du kan træne modellen til
24:05
til de der ting der. Det er jo også lidt crazy, er
24:07
det ikke det? Jo jo der der der men Der er
24:11
mange datasæt derude som har det så de så de fleste modeller.
24:13
De er ligesom the train på på datasæt som har det men men men
24:17
jo mest mest præcise måde at få det på.
24:19
Det er selvfølgelig at bruge lighter eller anden form for
24:21
laserscanning der giver der giver rimelig god accuracy.
24:24
Være ret jeg ret blonde over den her.
24:26
Det her du siger med at at de her Sådan robot modeller også
24:30
kan bruge som det her med at prøve at generere et billede af
24:33
hvordan dens ende situationen ser ud og så ligesom estimere
24:37
hvad der skal til for at opnå den.
24:39
Det synes jeg bare er Sådan. Der er et eller andet, der
24:42
virker rigtig interessant ved den her.
24:43
Prøv et eller andet, hvor man tænker.
24:45
Der må altså mennesker må også have Sådan en eller anden form
24:48
for indre billede af, altså når de prøver at løse en opgave, så
24:51
vil de forhandle Sådan indre billede af, hvordan de
24:53
forestiller sig, at vi visuelt at ting kommer til at se ud, når
24:57
et eller andet fysisk problem er løst.
25:01
Jeg tænker også Sådan jeg jeg ved ikke Jeg har bare en eller
25:03
anden ide om Sådan at når man lægger om natten og drømmer, så
25:06
kunne jeg forestille mig, at Det er den Sådan mekanisme, der
25:08
ligesom er i spil, ikke som ligesom prøver at presse
25:12
billeder af altså visuelle løsninger på problemer eller
25:16
Sådan et eller andet. Det er bare Sådan begynder bare
25:18
at sparke Sådan nogle tanker i gang og.
25:20
Trænes til at drømme. Jamen Det er jo lidt det ikke
25:24
altså at drømme situationen, så man så bliver man jo hele tiden
25:30
og Sådan noget. Selvforbedring du skal bare
25:34
matche dreams og skriver bare. Ja wow.
25:39
Det er sagt over det der. OK, så det vil sige at okay så
25:43
det de har højst sandsynligt ikke bare billeder med her.
25:46
De har også noget death i, men men de har så indgået, fik jeg
25:50
så ligesom indgået det her samarbejde med open air, hvor de
25:53
hvor de ligesom har ja de har jo ligesom haft robotics vision og
25:58
robotics, hvor man forestille sig de har haft tjek på Sådan
26:02
rimelig længe. De har så lavet det her
26:04
partnerskab med open air, som har i helt vildt meget styr på
26:07
selve sprogskolen og også ret godt styr på på vision delen i
26:11
hvert fald i form af. Tekst til visse altså Sådan det
26:14
her med at lave multimedie sprog modeller som som kan lave du ved
26:18
tekst, instruktion og billede ind og så kan der komme en en
26:22
tekst instruktion ud for eksempel eller faktisk også en
26:24
billede. Vel egentlig også.
26:26
Og Det har opnået en rimelig godt styr på du nævnte så
26:29
Nicolai, at du tænker, at det her samarbejde går ud på, at
26:33
hvad skal man sige fik jer som har styr på robotcellen har
26:36
ligesom land GP 4 som også har det her vision den her vision
26:40
komponent og så bruger deres robotter ligesom den her det her
26:45
sprog vision komponent til at se at man kan tale til dem og de
26:51
kan forstå billeder og så kan de ligesom så har de ligesom fået
26:55
adgang til at træne videre på de modeller eller et eller andet.
26:57
Og så har de puttet actions. Noget action, datasæt de har ind
27:02
i mixet og så ligesom trænet videre.
27:07
Men så så jeg jeg så nysgerrig på Sådan fordi jeg forestiller
27:10
mig ikke at give op til 4. Sådan ser video så jeg tænker
27:14
den må have en ret lav framerate.
27:15
Den her fik jeg one hvis de bruges til 4 eller hvad hvad?
27:18
Hvad tænker hvad tænker du Nikolaj?
27:21
Jo jo det. Det tror jeg egentlig også hvis
27:23
du ser. Hvis du ser demoen, så har den
27:24
faktisk rimelig rimelig høj responsrate, så jeg kunne måske
27:28
godt forestille mig det, men det ligner i hvert fald.
27:30
Producering bliver lavet lokalt, så Det er også Det er også.
27:33
Det er også en kæmpe kæmpe ting at løse at kunne gøre de her
27:36
ting. Lokalt også, så det ligner helt
27:38
sikkert. Der er nogle nogle AB salg et
27:40
eller andet sted henne om det, om det så er til.
27:42
Til en eller anden model, som som de så har lavet udviklet
27:45
sammen med b og i som som som som ikke bare er baseret på kvt
27:48
4, som egentlig bare står og laver produceret et eller andet
27:51
sted og så laver de p kort til ligesom at få.
27:53
Resultatet eller de de direkte integreret med op til 4.
27:57
Og så har rapperen et eller andet rundt om det.
27:58
Det det Det er svært at sige. Ja de har helt sikkert sikkert
28:02
lave den der koster det samme sammen med åbning i, men det det
28:05
ja. Ja i hvert fald må være et eller
28:08
andet Sådan Der er et eller andet den her mapping fra fra
28:11
sprog til vision de her actions. Det tænker jeg Sådan.
28:15
Det var der, hvor det ligesom knækkede for mig i forhold til
28:18
Sådan at forklare, hvad der sker i den video.
28:20
Det der med Sådan hvad hvordan laver de lige det link der?
28:26
Ja, men man kunne selvfølgelig forestille sig, at de taler til
28:29
robotten. Den og den tager sig billeder.
28:34
Sådan rimelig stille agtige billeder.
28:36
Så laver den en eller anden form for redning, og så så kan det
28:41
være den drømmer Sådan et billede her, og ligesom
28:43
forestiller sig den situation, det skal være og så.
28:46
Jeg ved det ikke. Jeg ved det ikke.
28:48
Det er helt sikkert helt sikkert den retning.
28:49
Det går jeg lige prøve om Jeg kan putte lidt paper der som som
28:52
kommer ud her for for noget tid siden, men jeg skal prøve at
28:55
finde det. Så kan jeg lige nævne at titlen
28:57
på det, men Det er rimeligt er og de dykker lige i noget af det
29:01
her, men det går helt sikkert en retning hvor hvor det hvor det
29:04
egentlig bare er entrent modeller så Vi har Vores censor,
29:08
så har vi nogle aut en anden model vi kan mappe til, og så
29:10
har vi egentlig bare et netværk som vi kan træne med.
29:13
Med data fordi så bliver problemet ikke rigtig
29:15
modellerne. Det bliver ikke rigtig de
29:16
forskellige parametre der blev robotten, så blev det egentlig
29:19
kun et spørgsmål om data og så de forskellige parter skal
29:21
løses. Det er også bare et spørgsmål om
29:23
data. Vi skal ikke ind og hardcore
29:24
noget der ikke nogen escape så videre, så skal vi bare vise den
29:28
vise den mere data så men inden for robotics det sidste årti
29:31
eller noget det sværeste. Det er helt sikkert at generere
29:33
datasættet. Hvordan får vi egentlig Vores
29:34
Vores growth? Hvordan får vi Vores actions
29:37
ind, så vi kan træne Vores modeller, der selvfølgelig nogle
29:39
research data og så videre, men Der er også mange af de her
29:41
research lab, som egentlig har hun en demonstration, hvor de
29:43
har en masse sensorer på armene. Og de har hatte på med med
29:48
kameraet systemerne på hovedet og så videre, for ligesom at
29:51
prøve at lave den her ground truth som de så bruger til at
29:54
træne hen til en netværk, så så så så de så kigger på hvad de
29:58
laver med hænderne samtidig med at de så får det samme input fra
30:01
fra kameraerne så ud fra det kamera der kan ligesom træne
30:03
model til at generere output scene ud fra hvad ser du?
30:07
Det er sjovt. Vi sender de der robotter ud i
30:09
den virkelige verden, hvor de ser fugle og træer.
30:11
Så lige pludselig kan de ikke finde ud af noget som helst,
30:12
fordi de har fået alle deres dage trænet fra en lagerhal.
30:17
Men okay bare lige for at komme lidt tilbage til
30:19
dataindsamlingen, fordi Det er også det jeg tænker på.
30:21
Det må være en af de største udfordringer i det her.
30:23
Ikke fordi hvis vi begynder at komme et sted hen, hvor
30:25
modellerne de ligesom de de fikser det bare agtigt.
30:28
Altså de skal bare have data nok og så i høj kvalitet med høj
30:31
signal og så skal de nok fikse det så handler så har vi jo en
30:34
situation og i virkeligheden meget også der at føler Vi er
30:37
ILM land på mange måder ikke, men så er vi i en situation,
30:40
hvor Vi skal ligesom bare have data altså og Vi skal have det i
30:43
stor skala og Vi skal have meget af det og det skal vi have høj
30:46
kvalitet så. Har det ikke altid været?
30:48
Problemet? Jo, Det har det selvfølgelig.
30:51
Der er selvfølgelig. Altid coaches temporary datas
30:54
forever. Men så tænker jeg på en eller
30:56
anden måde. Sprog data man kan sige der kan
31:00
man sætte mikrofonen på på hvad hedder det et menneske hvis man
31:03
laver den her uman? Du viser det her du snakker om
31:06
det her med at man ligesom sætter altså man får human
31:08
demonstration tror jeg du kaldte det, så kan man ligesom sætte en
31:11
mikrofon på dem som ligesom optager det de det de hører man
31:14
kan sætte nogle kameraer på dem som ligesom optager det de ser.
31:19
Og så kunne man så, så nævner du det her med, at man hvordan
31:23
Sådan hvordan optager man ligesom hvad skal man sige?
31:28
Actionscene, altså selve bevægelserne og så videre.
31:31
Og når man har optaget dem, hvordan mærker man det så til
31:36
til til til de her robot bevægelser?
31:38
Er det rent visuelt eller er det fordi jeg tænker jeg tænker
31:41
meget Sådan i motorer og du ved der ligesom skal bevæge sig og
31:45
koordineres og så videre, så Jeg er bare nysgerrig på.
31:48
Hvordan tager man de her action data, men så samler på baggrund
31:54
af human demonstrations og oversætter det til noget som en
31:56
robot kan bruge til at finde ud af at træne, optimere op imod at
32:00
bevæge sig på samme måde. Jamen.
32:02
Det kræver selvfølgelig en anden form for for både robot model,
32:05
men det kræver helt sikkert også en masse mapping model, fordi de
32:08
har forskellige forskellige. Dimensioner også, hvis du for
32:12
eksempel har mennesker, der udfører de her taske her, så er
32:14
det ikke samme dimensioner som robot, så der skal der skal være
32:17
en anden mapping fra selve det. Den demonstration, Der er til
32:21
den robot, der skal udføre det senere hen.
32:25
Og så skal de selvfølgelig have 1, 1 1 matematisk model af selve
32:28
robotten, så de kan lave de her mapping seere og Jeg er ikke
32:31
helt med med med på. Jeg synes ikke rigtig er så
32:34
mange der har offentliggjort så meget med hvordan de egentlig
32:36
laver den her mapping fordi at Jeg tror ikke de vil de vil ud
32:39
med det, fordi Det er også lidt den svære del af en ting der
32:41
generer datasættet. Det er svært, men Der er også en
32:43
del simulering og så videre. Men, men den svære del.
32:46
Det er ligesom lars scheel datasæt og så lave den her
32:49
mapping her til til fysiske produkter.
32:52
Jeg har et lille hund af hvad det måske godt kunne være, fordi
32:56
jeg jeg tænker at at demonstrationer af den slags fra
33:02
bare mennesker. Man kan jo egentlig, Det er jo
33:05
det. Det er jo en buttet i Sådan en
33:07
en menneske robot så at sige den har de samme joints som som en
33:10
menneskekrop og Sådan nogle ting, så det kunne godt være
33:12
robot modellen. Egentlig var mennesket ikke og
33:14
og at og at man så bare optog folk der lavede ting og så så
33:21
har man på en eller anden måde. Ligesom bare i kender de der de
33:27
der modeller der ligesom kan kan tegne Sådan en prik fra fra de
33:30
forskellige joints. Og så når man bevæger armen, så
33:33
kan man ligesom se den der robot der bliver tegnet henover eller
33:36
den der lille tændstik mand der bliver tegnet hen over
33:39
mennesker, bevæge sig også ikke. Og Det er jo dybest set en, hvad
33:42
kan man sige 1, 1, 1 eller anden form for model af af af noget
33:46
skelet. Giver det mening det?
33:49
Det er Sådan lidt en en. Der er noget af det.
33:53
Et eller andet den dur. Det er fordi jeg forestiller mig
33:55
ikke at de bare slipper Sådan en robot herreløs og så når det går
33:58
godt så så så filtrerer de det fra det der gik godt og alt det
34:02
der gik skidt. Ja det virker lidt mærkeligt at
34:06
skulle data på den måde. Ja ja, men Det er helt sikkert
34:11
det der med hvor de hvor de laver det her, ligesom ligesom
34:13
at se hvor film og så videre hvor du har de her keypoints
34:16
eller keymark på dine hænder og fingre og så videre hvor de har
34:18
censorerne og så kan du ligesom se en virtuel 3 d model af dig
34:22
selv og det bruger de en filmindustrien der sker også
34:24
rigtig meget inden for e med hvor du egentlig bare kan tage
34:26
en video nu og så genererer den egentlig en 3 d avatar der med
34:30
rimelig stor præcision egentlig 3 disk end der egentlig også
34:33
billeder hvor du kan tage et enkelt billede, så genererer den
34:34
en 3 d model er der hvor du så kan rotere rundt og Det er Sådan
34:37
rimelig god gode detaljer. Ja så så der sker rigtig meget
34:41
indenfor den verden også. Det er sindssygt mand det det
34:46
Det er en helt ny verden for mig der jeg var Sådan rimelig
34:49
rimelig Sådan. Jeg synes Det var lidt Sådan.
34:51
Det er bare Sådan en demo og så videre.
34:53
Men så dykkede jeg ned i det og nu sidder vi her og Jeg kan bare
34:55
slet ikke forstå hvor sindssygt Det er at Det er altså Det er
34:58
jo. Ja Jeg synes det det Det er
35:00
vildt og Jeg synes Det er. Ja, Jeg synes Det er Det er Det
35:04
er interessant sted Vi er med alt det her.
35:07
Det må jeg sige. Hvad hedder det bare lige Sådan?
35:10
Nu er jeg jo Jeg er jo elektroingeniør uddannet og jeg
35:14
ved, og Vi har også haft Sådan Vi har haft blandt andet Sådan
35:16
noget control theory og Sådan noget.
35:19
Det ved jeg ikke om om om siger Jeg er noget det siger måske Der
35:21
er noget Nicolai men. Jeg ved i hvert fald der.
35:25
Der er også altså Der er også Der er rigtig.
35:27
Det er rigtig svært at få Sådan nogle her robot motorer til at
35:31
bevæge sig så godt og dynamisk og robust og Sådan noget ikke?
35:37
Det kræver virkelig. Det kræver virkelig meget af
35:40
Sådan noget regulerings teori eller control theory, hvor at
35:43
man og det Det er det Der er rigtig meget matematik i.
35:47
På en måde, så forestiller mig at mange af de her robotter, der
35:50
bliver brugt til de her ting, at de ligesom bliver sjippede med
35:54
basic control et eller andet, fordi jeg tænker ikke den del af
35:58
det, forestiller jeg mig ikke, at de her modeller ligesom
36:03
ordner eller man skal sige eller hvordan?
36:06
Jeg tror faktisk for armene. Jeg tror faktisk armene der der
36:09
der gør den, men de laver selvfølgelig en anden ting, hvor
36:12
de har de her modeller. Det er igen de her robot
36:14
modeller der skal være igen. Hvis hvis man bare giver en
36:16
directory med et eller andet endpoint, den skal gå hen til.
36:19
Så kan du selvfølgelig. Så ved du selvfølgelig bare hvor
36:21
den skal gå hen din arm baseret på på de her jægeres der Der er
36:25
genereret, så så kommer alt jo ned til kontrol og den her robot
36:28
model så er egentlig bare classical control theory og jeg
36:31
ved også Tesla med optimus. De bruger udelukkende til at gå.
36:34
Der bruger de udelukkende classical control ferry, men den
36:38
går rimelig smule. De laver rigtig gode improvement
36:39
og så videre også. Og Det er også interessant det
36:43
her med at den går altså det det at den går.
36:45
Det er så basic på en eller anden måde, og Der er så lidt.
36:47
Hvad skal man sige Der er et eller andet en eller anden lidt
36:50
mere. Det er på en måde lidt en lidt
36:52
mindre kompleks action. Hvad skal man sige ting du skal
36:57
have kørende der ikke hvorimod hvis du har hænder og skal
37:00
begynde at håndtere små ting og altså Sådan på den måde, så er
37:03
det måske lidt mere. Komplekst kunne jeg forestille
37:07
mig, der kan man hurtigere. På Vores moves Det er ud fordi
37:11
ud fordi demo jeg set også hvis i har set nogle af teslas ligger
37:13
også nogle gange nogle demoer ude, men det ligner faktisk at
37:17
at at at smøre næsen i selve hænderne og fingrene og så
37:20
videre også der der føler jeg faktisk at Det er noget nemmere
37:23
problem, eller Det er noget de har løst i forhold til at kunne
37:25
gå smooth, eller i hvert fald ligesom vi gør som mennesker.
37:29
Der er rigtig meget rigtig meget indenfor hvordan mennesker går
37:31
og så videre også den mest effektive måde.
37:34
Det skal også ikke at se alt for robotagtigt ude også.
37:37
Samtidig med at du kun har de her.
37:39
Der er meget med balancepunktet også når du går med robotter.
37:42
Det er også rigtig svært og og ligesom forbedre de balancepunkt
37:44
hele tiden. Nok også derfor de bruger de her
37:47
classical computer vision, messias eller Classic, men robot
37:50
sex Classic robotics control for ligesom at have så meget mulig
37:54
kontrol over det som muligt. Jeg har set robotter også gå
37:58
hvor det egentlig et papir og nogle nogle der prøver at lave
38:00
noget research med next generation som egentlig er en
38:03
action, men så baseret på de tidligere de tidligere actions
38:07
den har taget, så hvilken action skal så tage næste gang?
38:09
Og der har de jo egentlig også robotter gående, men men med
38:12
lidt store fødder og Sådan lidt for for at kunne holde balancen.
38:16
Men helt sikkert ja, Jeg tror næsten det mere komplekst at gå
38:19
gå ligesom mennesket end Det er at løse de selv med armene.
38:21
Og jeg ved jeg ved elon han har et han har et mål om at at den
38:24
skulle gerne udelukkende selv kunne finde ud af at trådene.
38:29
OK siger. Det er Det er en dør.
38:31
Det lyder godt ved Tesla robotics.
38:38
Test. Og men hvad?
38:41
Hvad med jeg tænker? Nu vi snakker nu er vi ude i
38:45
Sådan noget med hvordan de går og Sådan nogle ting, og Jeg kan
38:48
godt se det for mig at det det det de ligesom deres mål de der
38:52
gutter over eller guttinder II fik jeg der de de må have det
38:56
der instruction du ved interaktion lidt ligesom chat
39:01
interfacet til eleverne Vi skal kunne.
39:04
Vi skal kunne bruge dem til noget noget brugbart, så hvordan
39:07
har vi et interface til at bruge dem og Det er det der ligesom er
39:09
ude at prøve at løse, men men hvad nu hvis man kigger til
39:13
Sådan noget Boston Dynamics og deres?
39:15
Og de der robotter, Der er nærmest atleter, jo kigge på
39:18
efterhånden. De er jo trænet med Sådan noget.
39:21
Ved en formodning går jeg ud fra stadigvæk er det Der er.
39:25
Jeg ved det ikke, men det hører man så de får de her meget
39:29
skarpe. Hvad kan man sige?
39:31
Fysik modeller af både er Sådan deres egen fysik, men også
39:34
omgivelserne og og den der forståelse der.
39:38
Hvad hvis man kombinerede de 2 verdener kunne man så ikke få
39:41
Sådan en eller anden? Please jump over disse fans og
39:44
så gik den bare amok som Sådan en anden terminaler.
39:48
Et. Jo jo men altså den ideelle
39:52
verden der tror jeg det tror jeg Det er bedst hvis det går.
39:53
Ligesom kunne de 2 robotter for forskellene ligger i at at at
39:57
både figurer og tester de prøver at løse de prøver at løse det
40:00
så. De prøver at løse det med med
40:02
production end mine, så ligesom at kunne skalere det og lave en
40:05
robot, som som egentlig kan kan købes almindelige folk.
40:08
Hvor hvor Boston der names de Det er rent skal research
40:11
project og det koster mange gange flere end hvad de andre
40:14
end hvad de andre robotter kommer til at gøre.
40:16
Så Der er selvfølgelig nogle af os her der.
40:18
De går ikke rigtig med på kompromis med noget Boston
40:20
Dynamics og har arbejdet på det rigtig lang tid.
40:22
Men men ud fra hvad jeg hørte, så bruger de mest fra classical
40:25
control også til til stort set alting, og Det er så det rimelig
40:28
godt. Jeg tror Det er ikke, det ligner
40:30
ikke, Det er meget de kan forbedre, men igen man ved ikke
40:32
rigtig hvor meget de hardcore de her demoer.
40:36
Det er jo lige præcis det. Men men men men men forskellen
40:40
ligger II og det rene skære research projekt, hvor de andre
40:42
de har ligesom manufacturing og production i end end mindre.
40:46
Også fordi igen. Vi vil ikke rigtigt altså de
40:49
fleste familier. De vil ikke rigtig give 500.000
40:51
eller en million for en robot, hvis de hvis de kom afsted med
40:54
100 eller 200. Nej Det er det.
40:58
Men til, og så betaler vi per instruktion og så er det okay.
41:04
Så er det kun det metallet, Det er, Vi skal have ind i huset.
41:08
Hvad hedder det? Skal vi ikke lige prøve en gang
41:10
her nu synes jeg Vi har jeg. Jeg synes Vi er kommet ret godt
41:13
rundt om Sådan det tekniske og felt og så videre.
41:15
Måske skal du lige Jeg kan se du har delt en delt 1 1 1 1 hvad
41:19
hedder det et paper her i chatten inde på riverside?
41:21
Nikolaj måske du lige kan sætte et par ord på det.
41:24
Jamen Det er stort set det Vi har været henover med med med
41:26
alt det nye, så der sker nu her med det her 3 d vision language
41:29
models den der bare lytter med 3 DV ã er fra d vision links
41:34
action generative world model og hvis man går ind i bålet og
41:37
siger jeg ved ikke jeg ved, man kan nok ikke så meget visuelt
41:39
her, men Det kan egentlig bare gå ind og lave rensning og
41:41
localisation hvor man kan gå ind og se den ligesom generere den
41:44
her pas, så de kan også extract selve selve det her, den den den
41:47
drømmer om eller ligesom ser frem i fremtiden for hvordan den
41:50
her eller hvordan det skal se ud når den så er færdig.
41:52
Der kan man gå ind og se nogle eksempler i papale også hvor de
41:55
går ind og ekstrakter det. Både både debet for at
41:57
indgående, men også RNB billedet, som de går ind og
42:00
bruger det her diffusion model til så fordi de har det her
42:02
desinformation, så går de også ind i genererer point clouds, så
42:05
man kan direkte se den her 3 d verden, hvor den Sådan navigerer
42:08
i og der laver den så både 3 d opdigtede action, hvor du
42:12
ligesom har den her bygning som vi kender fra 2 i verden med med
42:14
you modellerne. Det kan egentlig også gå ind og
42:16
gøre II 3 d direkte baseret på det her.
42:19
Sådan kombiner egentlig mange ting, multi model, gold
42:21
generation planning og localisation og så egentlig det
42:25
her reasoning for hvordan den skal skal udføre de her de her
42:28
forskellige tasks. Så Det er meget fedt paper det.
42:34
Hvad alt det ved at være igennem.
42:37
Så den drømmer målet, og så laver jeg den, så laver den et
42:40
billede af det og så laver den death prediction på det.
42:45
Det er så generet med en perte ud fra hvordan hvordan den skal
42:48
først, så deter selvfølgelig objekt.
42:50
Den skal gøre noget med ud fra ud fra den ud fra den prompte
42:52
eller ud fra den. Ud fra den proppen har fået, og
42:56
så finder den objektet i 3, d. Genererer indgået ud fra ud fra
43:01
teksten, og selvfølgelig fra fra, hvilken introduktion har
43:03
fået og så. Vision er for sindssygt Det er
43:08
Det har jeg altså du ved Det er hjernedødt.
43:10
Det er sindssygt. Det kan jeg slet ikke.
43:13
Mange ting og specielt også i med robotter.
43:15
Nu er det jeg føler lidt ligesom at Det er det der kommer til at
43:17
tage vision, ligesom ligesom lars hvis man tog tog tekst ind
43:21
i ind i ligesom 2 næste skridt inde i verden til til den
43:24
almindelige forbruger også, eller ligesom useful for en stor
43:27
del af verden, hvor han har vision mere ved at være 2 dages
43:31
basic. Selvfølgelig du lave noget 3 d
43:32
fix engagement. Robotter på login imens og så
43:36
videre, hvor vision det her mere ved at basic image analytics
43:41
hvis du har fikset den vej men så videre produktion line med
43:44
et. Med eller bælte, hvor der kører
43:46
produkter. Du kan lave noget counting
43:47
tracking, forskellige objekter og så videre, men men mere med,
43:50
men mere i 2 d space, hvor ligesom når vi går ind i 3 d, så
43:54
er det meget nemmere at putte ud i putte ud i den virkelige
43:56
verden. Jamen altså det Jeg synes det
44:01
Der er et eller andet. Jeg synes vi begynder at nærme
44:03
os den berømte singularitet, jo mere jo flere altså de altså Det
44:08
er jo fordi Det er det man forestiller sig som som værende
44:11
den der the holy grail AJ ting ikke Det var den der dims der
44:16
både kan se høre tale, bevæge sig og så videre, ikke altså som
44:20
ligesom bare blander alle de her.
44:23
Data og ligesom bare lave reasoning og planning og ligesom
44:26
bare navigere i verden på grund af det ikke eller med det det
44:30
det synes Jeg er sindssygt bare on that note.
44:33
Og måske også vil jeg Sådan. Nu kan jeg ikke lige se hvor
44:35
lang tid Vi har snakket her, men pressen måske også Sådan lige
44:39
bare lige for at zoome lidt ud og og snakke om hvad fanden det
44:43
egentlig er virksomheder som fik jer virksomheder som Tesla med
44:48
optimus, hvad de prøver på? Hvad er det egentlig vi prøver
44:52
på med de her vision, for eksempel med de her vision?
44:54
Language action models og den retning man ligesom vil med den
44:59
type teknologi. Hvad er det Sådan?
45:00
Hvad vil vi? Jeg.
45:03
Jeg tror egentlig at indholdet eller ikke.
45:05
Jeg ved ikke om det indgående, men hvad det første gode Det er
45:07
eller replace boring and repetitive jobs.
45:11
Jeg ved i hvert fald, Det er det teslas mål.
45:15
Gør det hele med, gør det hele mere effektivt igen.
45:18
Gøre ting, Der er repetitive, som vi arbejdede, vi ikke gider
45:21
at udføre alligevel, så så have robotter til at gøre det, men
45:24
men også mere til til og til at hjælpe mennesket.
45:27
Men først er det her nu. Det er egentlig bare at få den
45:29
få den til at lave. You for your ting kræver en
45:32
masse data, og Det er ligesom første mål, men derfra så.
45:38
Der er, så er der ikke rigtig nogen grænser for, hvad den ikke
45:39
kan gøre, hvis den er samme finger mekanisme som os, hvis
45:43
den har samme nok ikke samme forståelse.
45:45
Måske samme forståelse, måske også bedre forståelse, eller i
45:48
hvert fald mere knowledge. Så er der så så føler ikke
45:53
rigtigt. Der er rigtig nogen grænser der
45:55
ligesom kan stoppe det og igen. Der er ikke rigtig nogen lidt.
45:59
Vi ved ikke, hvorfor skulle vi ikke kunne bruge en million,
46:02
hvor vi kunne bruge 10 millioner robotter?
46:03
Hvor skal vi bruge 100 millioner?
46:07
Der er ikke rigtigt. Der er ikke rigtig nogen bolig
46:08
på det føler jeg hvis den kan lave livsforsikrings, ligesom
46:12
ligesom mennesket. Men men er det ikke noget med?
46:16
Altså nu Jeg kan ikke lade være med at sidde og tænke på at hvad
46:21
snakker vi lidt om aig og Sådan nogle ting vi vi hvis vi nu skal
46:24
tage. Den kritiske hat på, så har vi
46:27
jo ham der den gode jernlåge kunne.
46:29
Han sidder herovre og og og kigger på alt det der siger, ja
46:32
ja, Det er jo slet ikke AII det der og et af hans kritikpunkter
46:36
til til de her transformerer. Det er jo den her at at at alt
46:40
kan ikke ligesom reduceres til en eller anden form for diskret
46:43
token. Ting og og han kommer tit med
46:48
Sådan et eksempel med. Nå, men de kan slet ikke blande
46:51
de der modeller der fordi. Hvis jeg, hvis jeg, hvis jeg
46:56
skal fra New york til Paris, og jeg sidder i min stol, men så en
47:00
lars landsmøde. Den kan da godt sige, jamen, du
47:02
skal rejse sig fra stolen, og så skal du gå ud og finde en taxa
47:05
og lån du skal gå ned i lufthavnen og så videre og så
47:08
videre i Sådan på Sådan et high level, så kan den godt finde ud
47:11
af det, men lige så snart man zoomer ned i de her diskrete
47:14
steps den, så kan jeg finde ud af at generere for dig.
47:16
Jamen så bliver opløsningen bliver bare større og større og
47:19
større, og der sker mere og mere nede i de der små fine
47:22
mekanikker ting der, og før man ligesom har noget der kan.
47:26
Modelleret det så er det ikke rigtigt AJ siger han så så er
47:30
det Sådan. Ja så kan man jo can only go so
47:33
far med de her diskrete tokens hvad hvad?
47:35
Hvad siger du til det Nikolaj den den kritik der?
47:38
Fordi Det er jo stadig det Der er også.
47:40
Jeg tænker også i det her paper, så så langt som Det er kommet
47:42
det Der er jo stadig noget i begrænsning i den måde vi vi
47:46
indberetter data og på ikke. Jo men hilser helt sikkert helt
47:51
sikkert. Jeg ved ikke om jeg ved ikke om
47:54
det så meget Jeg har tænkt over nogle gange.
47:55
Selvfølgelig også han han kommer med.
47:57
Han laver også lidt sin egen definitioner engang imellem også
48:00
meget meget uenig med mange indenfor indenfor e verden, så
48:04
det bliver lidt mange gange lidt filosofisk også.
48:08
Og men men men Jeg har helt. Jeg er helt sikker på at Det kan
48:10
at at at man har nu der kan det lave you will work der skal
48:13
selvfølgelig nok komme et eller andet brev fra et eller andet
48:15
tidspunkt. Det er Det er der ingen tvivl
48:17
om. Der sker også.
48:19
Der kan også være der kommer biologisk biologisk break fra et
48:22
andet tidspunkt, ligesom kan kombinere alle de her ting.
48:25
Men men ja, Der er en limitation nu med med med at det skal være
48:28
diskret. Men men men hvorfor er det
48:32
stadigvæk? Derfor er det stadig ikke
48:33
ensbetydende med, at det ikke kan gøre gøre useful useful
48:37
ting, hvis man for eksempel har r der der kigger på.
48:40
Okay, hvordan arbejder du? Hvordan udfører de her ting her
48:43
egentlig bare en r, der følger dig og lærer ud fra det, du gør.
48:47
Så kan du egentlig træne robotter og i egen modeller der.
48:52
Der egentlig replikerer en potentiel set.
48:56
Kalder kalde langt mere, men men ja.
48:59
Altså man kan sige jeg som jeg forstår jan leçons kritikpunkt,
49:02
så er det at mange af de her modeller de bruger en masse
49:05
energi på at predictive pixels niveau og toke niveau og ligesom
49:10
prøver at prædike i det her diskrete space og der der Sådan
49:14
det jeg Sådan hører ham sige Det er at hvis man ligesom tager den
49:17
et et skridt tilbage og prøver at arbejde i Sådan et eller
49:20
andet med Sådan et konceptuelt og lidt mere fluffy latent agtig
49:24
space ting, så kunne du så kan du gøre det altså i og med at de
49:28
bruger en masse Sådan unødige ressourcer på at produktet er
49:31
Sådan. Løkken level pixel nu ved jeg så
49:34
ikke hvordan det fungerer vision helt nøjagtigt, men men i de der
49:37
Sådan detalje niveauer, så ville han ligesom tage det et skridt
49:40
tilbage, være mere Sådan et konceptuelt latens space et
49:43
eller andet. Og så tror jeg ideen er at du
49:47
kan gøre modellerne mere effektive i forhold til at lære
49:49
i forhold til at bygge de her world models, så de ikke behøver
49:52
at blive trænet så meget og så store og så videre.
49:57
Så Jeg tror det jeg jeg hører ham sige.
49:59
Det er i hvert fald det her med, at hans approach ville være
50:03
altså. Jeg ser virkelig meget alt det
50:05
her innovation på model niveau som værende modeller der kan
50:10
blive mere effektive, så man behøver ikke at behøve at træne
50:12
dem så lang tid og man kan køre på mindre computere og så
50:14
videre, fordi det virker som om at en af de største
50:17
begrænsninger, for eksempel lars language models, er hvor lang
50:21
tid man vælger at træne dem. Altså hvis du havde 10 30 år til
50:25
at træne dem, så så kunne de måske blive meget bedre.
50:28
Men det Der er bare nogen der gider at vente på, fordi de skal
50:30
også have funding og der skal også nogle resultater og så
50:33
videre. Ikke så hvad hedder det hvis man
50:35
ligesom kan gøre det? 10 gange mere effektivt, så kan
50:37
man også træne 10 gange længere eller 100 gange mere effektivt.
50:39
Så kan man også træne 10 gange længere.
50:41
Så kan man ligesom crunchy mere data og lave nogle mere
50:44
ambitiøse world models og får det ned på mindre hardware og.
50:49
Alt muligt, ikke? Så jeg virkeligheden bare det
50:53
handler om for mit for mit vedkommende handler det om at på
50:56
model arkitektur niveau handler det for mig om ligesom bare for
50:59
de her modeller til at bruge mindre energi på de forkerte
51:02
ting og mere energi på de rigtige ting.
51:05
Sådan så de ligesom bruger den de de, den information, de får
51:09
hænder. Det er den information, de
51:10
modellerede sig effektivt som muligt.
51:13
Men tror jeg ikke også, at hvis hvis der kommer det her
51:15
breakthrough og vi ligesom altså vi vi finder noget andet end
51:19
transformeren vi kan kaste efter alle de her samme typer af.
51:24
Problemer med modernitet og så er det ligesom om, så går vi ind
51:26
og. Så fordi Vi har arbejdet med med
51:29
transformerne og de her problematikker II alle mulige
51:32
sammenhænge, men så pludselig så erstatter vi den her komponent,
51:35
der ligesom er mange driveren på det, og så kan vi stadigvæk
51:38
bruge de data og de ting Vi har. Men nu har vi fået nogle nye
51:41
kode, Der er meget, meget bedre, så hvis Det er hvis det
51:45
breakthrough kommer, så siger det jo bare.
51:47
Altså bang så er der bare spark i det hele lige pludselig.
51:50
Ikke fordi så bliver det også svært mands eje af at lave Sådan
51:54
noget der. Jeg tror der kommer på et eller
51:57
andet tidspunkt Sådan en det transformer moment igen, men
52:00
hvor at det der computer lige pludselig bliver en mindre
52:03
hæmsko for for for projekter. Men i virkeligheden er det jo
52:08
det, altså i virkeligheden var transformeren jo også en af de
52:10
store fede ting ved eller en stor fed ting.
52:12
En af de fede ting ved ved transformere var jo også, at man
52:15
skulle bruge, at Det var mere skalerbart, at man ligesom kunne
52:18
køre nogle flere ting, som man ikke behøvede, ligesom at have
52:20
de der n netværk, som som bullen ikke.
52:25
På en eller anden måde ja altså på en anden måde tænker jeg, at
52:28
Jeg tror bare rigtig meget på at innovation inden for det her,
52:31
det handler om at gøre det hurtigere og billigere og bedre.
52:35
Og så ligesom. Det i sig selv lidt ligesom mors
52:38
lov. Og du ved flere chips på eller
52:42
transistor på samme areal. Det dobler Sådan.
52:45
Der opstår bare muligheder ud af det, og der opstår står bare
52:48
ligesom ja det der med at teknologien bliver mere
52:51
tilgængelig, og vi kan træne større ting med mindre og Sådan
52:54
noget. Ja.
52:57
Ja, men det går helt sikkert i retningen der.
52:58
Der er også en meget mange, der prøver at løse det med agent
53:01
mindre modeller som som performer specifikt barsk fordi
53:04
at din bror er bare de timer modellerne så videre jamen den
53:08
den den er jo alt for stor og ved alt for meget i forhold til
53:11
til de specifikke taske, men de sidder og bruger ofte, så den
53:16
bruger meget unnecessary unnecessary compute power.
53:20
Så Jeg tror helt sikkert agents. Det er ligesom det næste skridt
53:23
der kommer, og så måske også agents der der ligesom kan tage
53:25
actions. Hvor lige nu.
53:28
Der er det stadigvæk mappe til et eller andet tekst output.
53:30
Selvfølgelig kan det blive kombineret eller merged chance
53:33
chance sammen med et eller andet man egentlig have.
53:37
Letland mødet eller ai systemer, der kan.
53:41
Take actions gøre ting. Action som modernitet ja det Det
53:49
er på en eller anden måde interessant også, altså det det
53:52
der. Hvad er det for noget data vi
53:54
pludselig får at sjove datasæt på rokken fase, hvor man lige
53:59
pludselig så et eller andet space data som kommer fra nogle
54:02
sensorer og og når Det er så den måde Vi er modelleret actions på
54:08
det bliver sgu det der sagde. Når man er vant til strings.
54:12
Sådan. Det helst ikke være noget andet
54:15
end strings. Det bliver lidt utryg.
54:17
Ved det sgu ikke, men det bliver senere jo ikke også så det.
54:22
Du kan godt glemme det der strings der og nede bagved.
54:25
Der er de i øvrigt også instituts og.
54:29
Afslutningsvis, inden vi slutter af.
54:33
Skal vi så ikke bare lige prøve at snakke, fordi jeg tænker, at
54:37
Jeg har i hvert fald mødt flere som da de så den her fik jeg
54:41
demo med at spise 2 speech hvor fik jeg hoppet sammen?
54:45
Vi har snakket om hele afsnittet, skal vi være
54:47
bekymrede for det her eller Sådan på sigt eller er vi bare
54:50
er det bare useful. Sådan.
54:55
Ja, Jeg tror det kommer an på hvilket er hvilket online
54:57
modeller der selvfølgelig ligger under.
54:59
Jeg tror Jeg tror nu er der i hvert fald alt det her med
55:02
Jimmy, så videre der lige er kommet ud også.
55:04
Men Jeg tror alan skrev et eller andet eller sagde en podcast
55:07
også at det ville være godt hvis Vi har ligesom de her systemer
55:09
der kan tage actions har hool robust Der er ude i verden, men
55:12
de så ligesom bliver kørt af landbrugsmodels der.
55:15
Der ikke vil det bedste for verden for eksempel kunne være,
55:18
at den er den er hardcore eller lidt træne til, at den ikke må
55:22
misse kender. Så lad os sige der så kommer en,
55:25
hvis lad os sige den, så får et spørgsmål omkring hvad hvad er
55:28
bedst og miste lave en masse gender eller atom atomkrig og
55:33
hvis den så er fintunet til at til at der ikke må være noget
55:37
mere mening, at den så lige pludselig udslæt af verden.
55:40
Selvfølgelig er det meget hardcore tunge nat og
55:43
terminator, men men Det er selvfølgelig meget overordnet.
55:49
Er meget, meget meget. Overdramatisk overdramatisk
55:52
eksempel men men det kunne være mindre ting, hvor hvor den
55:55
ligesom kan gå ind og tage forkerte beslutninger for
55:57
verden, fordi den ligesom er fintunet eller trænet til til at
56:00
gøre noget. Forkert.
56:01
Jeg tænker også hvis hvis man begynder at altså hvis det
56:04
begynder at komme ud i retail det her og folk begynder at have
56:06
robotter der rent faktisk. Altså jeg tænker også at så
56:09
bliver det lidt mere Sådan. Invasiv ã r ikke altså Sådan
56:13
fysisk invasiv ARI Vores verden. Og så tænker jeg, at så kan det
56:18
godt være Der er nogen der skruer lidt op for
56:19
reguleringsrammerne. Ved jeg ikke.
56:22
Det, det kunne man godt forestille sig, altså den den 1.
56:26
Der ligesom får får en på på nakken og Sådan en robot der.
56:32
Jorden der Det er fandme Der er 14 dages returret på den der.
56:41
Det første, der foran røvfuld af en robot.
56:46
Og øh ja. Det vil du ikke lave en dyse.
56:55
Ja wow okay ja Det er rigtigt. Vi har faktisk på hos dinero der
57:00
har vist et startup der hedder self massage som er har Sådan en
57:04
Sådan en robot massage massør op så kommer man ind og så kan den
57:10
blive kalibreret til en og så har man Sådan en profil og så
57:12
kan man sætte hvor hårdt. Jeg har ikke prøvet den endnu så
57:14
kan man sætte hvor hårdt den ligesom skal der ligesom skal
57:18
med serien ikke Der er nogen der har sagt nogen der har prøvet
57:21
den lige har sagt at den går fra Sådan noget nul til 30 eller et
57:23
eller andet og allerede ved 10 der synes folk den er Sådan
57:26
rimelig heftig så så de Sådan nervøse for hårdt og Sådan det.
57:30
Der kan du. Bare se man kan også hardcore.
57:32
Det er nogle værdier ind Der er på voldsomme og voldelige, så
57:36
den må reguleres til det. Massør.
57:40
Så jeg nå hvad hedder det? Jeg tænker Vi er.
57:42
Vi har snakket noget tid nu her, og med mindre i Sådan har nogle
57:47
har i Sådan nogle Sådan afsluttende bemærkninger, som i
57:49
tænker vi lige mangler at snakke om.
57:53
Jeg tror Jeg tror Vi har coveret coveret det meste, selve hele
57:56
hele pipelinen, hvordan det fungerer og under det hot Sådan
57:59
overleve over over ja high level og hvis folk er meget
58:04
interesserede så er der paper. Det er rimeligt Det er rimelig
58:06
nice og så egentlig bare følge med udviklingen.
58:07
De ligger hele tiden nye videoer ud cirka hver anden uge måned
58:11
der kommer nye videoer fra fra fra de her virksomheder, men
58:13
også bare en masse andre research labs og standford MT og
58:16
så videre kommer også ud med mange fede ting, det næsten de
58:20
fleste af de visas. Jeg har set her på det sidste
58:22
sidste par måneder her det Det er.
58:25
Det det det det mest robotics der kommer ud masse fede videoer
58:27
der kommer ud derfra så så helt sikkert et space der sker meget
58:30
i lige nu og som jeg sagde til at starte med Jeg tror 24 det
58:34
bliver det bliver. Robotics og og i som får 23.
58:41
Sådan siger det der LM der, så nu er vi allerede uddateret jo.
58:46
Bare lige her, så den skulle vi have taget den først Sådan, men
58:49
bare lige hertil på falderebet. Hvor kan man finde dig henne?
58:54
Hvad Nikolaj med hensyn til ja på sociale medier og så videre,
58:58
og hvad har du Sådan? Hvad går du og har planer for?
59:01
Ja Sådan hvad går du arbejder på, at det skal vi helt klart
59:03
har taget til at starte med, men.
59:04
Sådan er de taget til de sidste linjer.
59:06
Ja. Hvad er din?
59:07
Hvad er din chat? Tredje story Sådan i øjeblikket.
59:12
Jamen jamen. Nikolaj Nielsen på på youtube og
59:15
LinkedIn også. Det er ligesom min mine 2
59:17
primære medier prøver også lidt af så Twitter nu, men men ja
59:21
LinkedIn, LinkedIn og en primær sammen med sammen med youtube
59:24
hvor jeg ligger en masse content ud og massere hvis jeg læser
59:27
hvor jeg ligesom så summer den på på LinkedIn og smider det ud
59:29
også hvis Der er nogle videoer smider på de fik og videoer ude
59:32
også nogle af de andre papers Sådan noget kommer ud hvis Der
59:34
er nogle fede videoer fede outputs og smider det ud og
59:36
kommentere lidt på det og som youtube kanalen med en masse
59:39
fede vision. Det er en smule lars Larsen
59:42
også, men primært vision og Sådan noget i det nye.
59:45
Nye tag og en masse fede platforme og så videre, som som
59:48
kan hjælpe folk, men også ligesom dykke ned i teorien bag
59:51
modellerne og og i computer vision Sådan generelt og og Det
59:56
er ikke lige nu, Det er bare grind videre bliver ved med at
1:00:00
bruge en masse value til andre har en meget fed fed position
1:00:03
her ved ved symfoni, hvor vi egentlig arbejder hele over hele
1:00:06
verden, masse fede projekter primært indenfor industri i den
1:00:09
afdeling jeg. Jeg er i, så Der er mad masse
1:00:13
fede projekter det nu. Der er jo også en masse
1:00:14
generativ i Det er lidt. Det er lidt ældre industri som
1:00:17
også ligesom går over i går over i ligesom den teknologiske fase
1:00:20
nu. Men men man bliver lidt
1:00:22
overrasket over hvor, hvor hvor langt bagud de mange Sådan men
1:00:25
factoring og. Og man facking, plan planter og
1:00:28
så videre er men, men de investerer også rimelig meget i
1:00:30
hæren nu og gerne være med på den bølge.
1:00:34
Så det potentiale på en masse content ud bliver ved med at
1:00:37
lave youtube videoer. Det er fedt at hjælpe folk og.
1:00:41
Og det hjælper også til at ligesom at stikke op 2 date om
1:00:43
det det næsten umuligt at stille op til date med alle tingene, så
1:00:46
jeg prøver jeg prøver med vision og så prøver jeg at følge med
1:00:49
lidt på de andre ting også og så.
1:00:53
For at hjælpe folk med at stikke af til date også.
1:00:56
Ja, du skal i hvert fald have 1000 1000 tak fordi du var med
1:01:00
her og gjorde os meget klogere på det her.
1:01:02
Det var jeg. Ja Jeg tror jeg var blevet det,
1:01:04
at Jeg synes i hvert fald Det var jeg fik mit mindblown et par
1:01:08
gange i løbet af den her episode, så 1000 tak for det og
1:01:13
til alle jer der lyttede med 1000.
1:01:15
Tak fordi i lyttede med og vi lyttes ved igen i næste uge.
1:01:18
Hey.