谷歌學術被引數超127000的大神宣布創(chuàng)業(yè)，獲OpenAI等機構在內投資7000萬美元！

他就是來自UC伯克利的副教授Sergey Levine，創(chuàng)業(yè)前任職于電氣工程與計算機科學系，是深度強化學習領域超受歡迎的網紅老師。

他在推特上興奮地表示，此番創(chuàng)業(yè)，他將擔任聯合創(chuàng)始人，“與一群令人難以置信的朋友和長期合作者開啟新的冒險。”

目標：為機器人構建大腦；

挑戰(zhàn)：大規(guī)模機器人學習；

行動代號（公司名稱）：Pi（讀π），即Physical Intelligence。

目標是構建通用機器人模型

Pi成立于今年，背后是一支機器人和AI專家團隊，在機器人、工程和許多其他領域擁有深厚經驗。

他們的計劃是“創(chuàng)建可以為各種機器人和機器增添高級智能的軟件”，最終目標是創(chuàng)建一種作為通用機器人系統的AI。

這家公司的聯合創(chuàng)始人兼CEO在公開場合解釋：

我們的目標是通過一個通用模型將AI帶入物理世界，這個模型可以為任何機器人或任何物理設備提供動力，基本上適用于任何應用。

Sergey Levine本人在推特上舉例說明，創(chuàng)業(yè)要做的事用于機器人控制，其重要程度就像NLP之于大模型。

而且需要注意的是，這件事并不簡單。

要達到這個目標，不僅需要海量數據集，同時需要優(yōu)化基礎模型以及算法，此外，還需要設計出機器人控制、大規(guī)模多模態(tài)大模型訓練問題的創(chuàng)造性解決方案。

而之所以要組隊做這個頗具挑戰(zhàn)性的事情，是因為在過去，這群人已經看到“大規(guī)模的機器學習問題”和“小數據集培養(yǎng)皿里的機器學習問題”完全不同。

“我們相信，這將為基礎研究突破打開大門。”

Pi表示，創(chuàng)業(yè)后的第一步，是解決工程化、模型構建、數據收集等問題，當然了，組裝機器人本體也刻不容緩。

據已曝光資料，Pi已經從OpenAI、紅杉資本等方面獲得了7000萬美元融資。

創(chuàng)始團隊陣容豪華

除了聚焦的賽道非常引人矚目外，Pi本身的創(chuàng)始團隊陣容也非常豪華。

首先介紹一下聯創(chuàng)之一，即我們開篇提到的Sergey Levine。

他是UC伯克利電氣工程和計算機科學系的副教授，專注于能夠使Autonomous Agents通過學習獲得復雜行為的算法，特別是能夠使任何自主系統學習解決任何任務的通用方法。

Sergey Levine因兩件事而聲名遠播。

一是他是領域內的大神，不僅谷歌學術被引用量為超過12.7萬，還是不折不扣的頂會狂魔。

在此前的不完全統計中，Sergey Levine 2018年在ML和NLP頂會上共發(fā)表22篇論文，與國內的周明（現瀾舟科技創(chuàng)始人）、CMU的Graham Neubig并列全球第一；ICML 2019，他參與論文數量排名第三；NeurIPS 2019、NeurIPS 2020，他均有12篇論文被接收……

其二，他屬于UC伯克利的網紅教授，此前推出的深度學習課程Deep Reinforcement Learning（課程代號CS 285）非常受歡迎。

Pi的聯合創(chuàng)始人兼CEO，Karol Hausman，此前是谷歌DeepMind的研究人員，同時是斯坦福大學的兼職教授。

Chelsea Finn，斯坦福計算機科學和電氣工程系助理教授，谷歌學術論文引用數超4.7萬。

她的研究主要面向機器人和其他智能體通過學習和交互發(fā)展廣泛的智能行為的能力。此前，她還在谷歌大腦工作過一段時間。

Brian Ichter，先后在谷歌大腦和谷歌DeepMind的機器人團隊任職。

他的研究興趣在于使移動機器人系統能夠通過ML和大規(guī)模模型，在現實環(huán)境中規(guī)劃和執(zhí)行長期任務。

Suraj Nair，豐田研究院ML研究團隊的研究科學家，從事ML、機器人和CV交叉領域的工作。

在集齊一團隊的大牛之后，Pi還表示，公司不會建造自己的硬件。

他們要做的，是購買各種不同的機器人，并在各式各樣的機器人硬件上訓練自己的AI模型。