Antioch сочетает классическое моделирование с обучаемыми моделями для физического ИИ

Antioch использует гибридную стратегию для обучения физических автономных систем: классическое высокоточное моделирование применяется там, где оно работает, а обучаемые модели восполняют разрыв между симуляцией и реальностью. Компания заявляет, что и классические симуляции, и сквозные мировые модели пока сталкиваются с существенным разрывом sim-to-real: классические системы требуют постоянного добавления таких факторов, как ветер, а мировым моделям не хватает больших объемов данных физического мира для обучения.

Antioch считает, что мировые модели в конечном счете станут правильным подходом к физическому ИИ и что отрасль движется в этом направлении, однако технология пока не полностью готова к широкому применению. Текущий подход компании должен со временем помочь реальным компаниям перейти к системам на базе мировых моделей; заявленная цель Antioch также включает достижение рекурсивного самоулучшения физических автономных систем. Команда сооснователей Antioch познакомилась в Стэнфорде, а один из сооснователей ранее работал в подразделении Autopilot компании Tesla.