Получай на почту главные истории недели об ИИ и ИИ-арте — отобранные, краткие, бесплатно.
Бесплатно. Отписаться можно в любой момент.
ИИ — главная движущая сила, переводящая роботов от узких, заранее прописанных задач к универсальной автономии. Однако ведущие исследователи утверждают: пропасть между промышленным манипулятором и роботом, способным надёжно загрузить посудомоечную машину, по-прежнему измеряется нерешёнными фундаментальными проблемами.
Промышленные роботы в узком смысле были автономны уже несколько десятилетий — тысячи раз без ошибок повторяя одну и ту же сварку, захват, укладку. То, что ИИ делает возможным сейчас, — нечто принципиально иное: роботы, способные к обобщению. Модель, обученная на разнообразных данных о манипуляциях, может в принципе справиться с объектом, с которым никогда физически не сталкивалась, рассуждая о его форме, весе и вероятном поведении.
Этот переход от заученного движения к осмысленному действию и составляет суть того, что исследователи называют универсальной автономией. По данным репортажей Ars Technica, ряд основателей компаний и учёных, работающих в робототехнике, описывают нынешний момент как точку, в которой языковые и визуальные модели — те же архитектуры, что стоят за генераторами изображений и чат-ботами, — перепрофилируются в «мозг» роботов. Практический результат — более быстрое обобщение задач: вместо ручного кодирования новой последовательности движений для каждого нового объекта выполняется тонкая настройка фундаментальной модели на относительно небольшом наборе демонстраций робота.
Фреймворк LeRobot от Hugging Face, который добавил циклы обратной связи с человеком в релизе v0.6.0, — один из примеров этого конвейера с открытым исходным кодом на практике: исправления от человека возвращаются в обучение, чтобы скорректировать поведение робота в граничных случаях.
Зрение и язык в значительной мере решены на уровне, достаточном для многих задач робота. Руки — нет. Человеческая рука имеет 27 степеней свободы и систему тактильной обратной связи, которой не соответствует ни один современный захват робота. Взять спелый помидор, не помяв его, протянуть кабель через зажим, сложить рубашку — эти задачи требуют силового чувства и тонкой моторики, с которыми нынешние аппаратные средства и модели ИИ плохо справляются в условиях реальной изменчивости.
Исследователи атакуют эту проблему с двух сторон: улучшение аппаратного обеспечения (мягкие захваты, тактильные датчики) и улучшение обучающих данных (наборы данных телеуправления, перенос из симуляции в реальность). Ни то ни другое не решено. Процент отказов при выполнении новых задач точной манипуляции в неконтролируемых условиях по-прежнему достаточно высок, чтобы автономное развёртывание без надзора — когда робот предоставлен сам себе без готового вмешаться человека — не было коммерчески жизнеспособным за пределами жёстко ограниченных сред.
Консенсус среди исследователей, с которыми говорила Ars Technica, таков: развёртывание на рабочих местах созреет первым. Склады, больницы и производственные цеха обладают ключевым свойством: их можно частично спроектировать так, чтобы снизить непредсказуемость, которая нарушает работу роботов. Освещение постоянно. Объекты промаркированы. Полы свободны. Это значительно более дружественная среда для системы, которая по-прежнему даёт сбои, когда коробка с хлопьями повёрнута боком или придверный коврик сдвинулся под ногами.
Внедрение в домах требует более длительного времени именно потому, что дома не поддаются стандартизации. Каждая кухня отличается от другой. Каждая семья оставляет предметы в непредсказуемых местах. Роботу, способному справиться с вашей кухней, нужно либо значительно более надёжное обобщение, чем обеспечивают нынешние модели, либо дом, спроектированный с учётом ограничений робота, — а большинство людей не хотят так жить.
Для всех, кто создаёт системы ИИ или отслеживает, куда направляются инвестиции в фундаментальные модели, ответ всё чаще звучит так: в робототехнику. Те же мультимодальные архитектуры, которые генерируют изображения и ведут беседы, адаптируются — с переменным успехом — для физического управления. Компании, которые смогут преодолеть разрыв между симуляцией и реальностью и решить проблему точной манипуляции в масштабе, определят, как универсальная автономия будет выглядеть на практике. Исследователи оценивают этот горизонт в годы, а не десятилетия — но тщательно избегают называть конкретный год.
