Otrzymuj na maila najważniejsze historie tygodnia o AI i sztuce AI — wyselekcjonowane, zwięzłe, za darmo.
Za darmo. Wypisz się w każdej chwili.
AI jest główną siłą napędową przesuwającą roboty od wąskich, zaprogramowanych zadań w stronę autonomii ogólnego przeznaczenia — jednak czołowi badacze twierdzą, że przepaść między ramieniem fabrycznym a robotem, który potrafi niezawodnie załadować zmywarkę, wciąż mierzona jest w trudnych, nierozwiązanych problemach.
Przemysłowe roboty są autonomiczne w wąskim sensie od dziesięcioleci — powtarzają ten sam spaw, to samo pobranie, to samo umieszczenie, tysiące razy bez błędu. To, co AI umożliwia teraz, jest czymś innym: robotami potrafiącymi generalizować. Model wytrenowany na zróżnicowanych danych dotyczących manipulacji może w zasadzie poradzić sobie z przedmiotem, którego nigdy fizycznie nie napotkał, rozumując o jego kształcie, wadze i prawdopodobnym zachowaniu.
Ta zmiana z zapamiętanego ruchu na przemyślane działanie stanowi sedno tego, co badacze rozumieją przez autonomię ogólnego przeznaczenia. Według relacji Ars Technica, kilku założycieli firm i naukowców pracujących w robotyce opisuje obecny moment jako punkt, w którym modele językowe i wizyjne — te same architektury stojące za generatorami obrazów i chatbotami — są przekształcane w mózgi robotów. Praktycznym efektem jest szybsza generalizacja zadań: zamiast ręcznie kodować nową sekwencję ruchów dla każdego nowego obiektu, dostrajasz model fundamentalny na stosunkowo małym zestawie demonstracji robotycznych.
Framework LeRobot od Hugging Face, który dodał pętle informacji zwrotnej od człowieka w wersji v0.6.0, jest jednym z przykładów open-source tego procesu w praktyce — ludzkie korekty wprowadzane z powrotem do treningu, by doprecyzować zachowanie robota w przypadkach brzegowych.
Wizja i język są w dużej mierze rozwiązane na poziomie wystarczającym dla wielu zadań robotycznych. Dłonie — nie. Ludzka dłoń ma 27 stopni swobody i system sprzężenia dotykowego, któremu żaden obecny chwytak robotyczny nie dorównuje. Zbieranie dojrzałego pomidora bez jego uszkodzenia, przeprowadzanie kabla przez zacisk, składanie koszuli — te zadania wymagają czucia siły i precyzyjnej kontroli motorycznej, z którymi obecny sprzęt i modele AI radzą sobie słabo w warunkach rzeczywistej zmienności.
Badacze atakują ten problem z dwóch stron: lepszego sprzętu (miękkie chwytaki, czujniki dotykowe) i lepszych danych treningowych (zbiory danych z teleoperacji, transfer z symulacji do rzeczywistości). Żadne z tych podejść nie jest rozwiązane. Wskaźnik błędów przy nowych precyzyjnych zadaniach w niekontrolowanych środowiskach jest wciąż na tyle wysoki, że wdrożenie bez nadzoru — robot pozostawiony sam sobie do wykonania zadania bez człowieka gotowego do interwencji — nie jest komercyjnie opłacalne poza ściśle ograniczonymi zastosowaniami.
Konsensus wśród badaczy, z którymi rozmawiał Ars Technica, jest taki, że wdrożenie w miejscach pracy dojrzeje jako pierwsze. Magazyny, szpitale i hale produkcyjne mają wspólną kluczową właściwość: można je częściowo zaprojektować tak, by ograniczyć nieprzewidywalność, która psuje zachowanie robotów. Oświetlenie jest stałe. Przedmioty są oznakowane. Podłogi są wolne od przeszkód. To znacznie bardziej przyjazne środowisko dla systemu, który wciąż zawodzi, gdy pudełko płatków jest obrócone bokiem lub wycieraczka przesuwa się pod stopami.
Wdrożenie domowe to dłuższa perspektywa czasowa właśnie dlatego, że domy opierają się standaryzacji. Każda kuchnia jest inna. Każda rodzina zostawia przedmioty w nieprzewidywalnych miejscach. Robot, który poradzi sobie w twojej kuchni, potrzebuje albo znacznie bardziej solidnej generalizacji niż ta, którą oferują obecne modele, albo domu zaprojektowanego wokół ograniczeń robota — a tak większość ludzi nie chce żyć.
Dla każdego, kto buduje systemy AI lub śledzi, dokąd płyną inwestycje w modele fundamentalne, robotyka jest coraz częściej odpowiedzią. Te same multimodalne architektury, które generują obrazy i prowadzą rozmowy, są adaptowane — z różnym skutkiem — do fizycznego sterowania. Firmy, które potrafią zamknąć lukę między symulacją a rzeczywistością i rozwiązać problem precyzyjnej manipulacji na dużą skalę, zdefiniują, jak autonomia ogólnego przeznaczenia wygląda w praktyce. Badacze określają ten horyzont w latach, nie dekadach — ale ostrożnie unikają podawania konkretnego roku.
