Чому фізичний ШІ може змінити наше життя: меседж з майбутнього
Штучний інтелект стрімко розвивається, і кожен це вже помітив. Але справжнє питання полягає в тому, чи зможе він навчитися працювати руками — виконувати дії у фізичному світі так само впевнено, як і мислити.
Це завдання вабить до себе мільярди інвестицій у сферу «фізичного ШІ» — програмного забезпечення, що дозволяє роботам рухатися, схоплювати та зводити об’єкти в реальному світі. Втім, експерти в галузі визнають: технологія перебуває лише на старті.
«Фізичний ШІ» сьогодні: велика сума і великі сподівання
Теофіль Жерве, засновник Genesis AI, порівнює становище фізичного ШІ з етапом запуску GPT-2 від OpenAI. Тоді технологія демонструвала потенціал, проте ще не мала ні достатніх обсягів даних, ні обчислювальних потужностей, щоб стати «справжньою» інновацією для користувачів.
Як зазначає Жерве, для споживача не має сенсу робот, який працює лише на 80%. Такий «брак» істотно підриває довіру:
- Складно довірити роботу з вантажами на складі, якщо він час від часу падає.
- В медичних закладах не дозволять роботам робити помилки навіть зрідка.
Подібність із GPT-2 промовиста: тоді технологія була проривом, але її потрібно було суттєво доопрацьовувати, накопичуючи тисячі годин додаткових тренувальних даних. Саме так наступні версії дали поштовх появі ChatGPT. Сьогодні фізичний ШІ стоїть у тому ж місці: фундамент методів є, однак обсяги інформації для навчання роботів у непередбачуваному світі ще недостатні.
Стартапи, що отримують значні інвестиції, обирають сфери з найменшим ризиком. Наприклад:
- Agility сфокусувалися на промислових роботах.
- Gritt розвиває роботи для сонячних ферм.
- Bedrock розпочали свій шлях із автономних екскаваторів, бо рити землю простіше, ніж ловити склянку.
Як збирають розумніші дані: що змінює гру
Автономні транспортні засоби мають перевагу — вони почали раніше. Вони збирають інформацію зі світового автопарку машин із водіями, а їхнє головне завдання — уникати перешкод, а не маніпулювати предметами чи проходити крізь вузькі місця.
Ось чому такі компанії, як Wayve та Uber, відкрили лабораторії, присвячені людиноподібним роботам. І чому Tesla не перестає рухати вперед проект Optimus.
Компанія Foxglove, створена колишніми співробітниками Cruise, представила інноваційну функцію, яка дозволяє інженерам знаходити потрібні сенсорні дані за допомогою простих запитів мовою звичайної людини. Наприклад, замість довгих пошуків можна просто попросити: «Покажи мені всі випадки, коли машину підрізали» — і система миттєво знаходить потрібну інформацію.
Суть у прискоренні пошуку й усуненні неполадок. Адже з’ясувати, чому робот помилився, іноді забирає неймовірно багато часу, й кожен інструмент, що допомагає це зробити швидше, є надзвичайно цінним.
Що чекає попереду?
Директор OpenAI, Сем Альтман, переконаний: прорив у «фізичному ШІ» станеться вже через кілька років.
Для інвесторів це не історія про одну-єдину акцію, що стрімко злетить. Це — масштабна трансформація способів, у які машини навчаються співпрацювати з людьми.
Цей рух із часом торкнеться всього: від будівельних майданчиків, де використовують автономні екскаватори, до заводів, що беруть на роботу роботів для рутинної праці. Швидше за все, вперед вийдуть ті компанії, які першими знайдуть рішення для найбільш «нудних», але життєво важливих задач. Не обіцяючи роботів для кожного дому, а зосереджуючись на реальних потребах.
Технології наближаються. Але, як можна переконатися, спостерігаючи за спробами роботів складати білизну, цей шлях складатиметься з послідовного освоєння окремих — і зовсім не тривіальних — завдань.
