Вихід із ери GPT-2. Розробники шукають спосіб дати роботам надійний штучний інтелект

Розробники роботів намагаються подолати нестачу якісних даних для навчання ШІ. Фізичні можливості машин швидко зростають, але роботи поки не можуть стабільно виконувати складні завдання, заради яких їх створюють.

Про це пише видання TechCrunch.

Ринок фізичного ШІ активно залучає інвестиції. Компанії залучають мільярди доларів, намагаючись перенести підходи, які прискорили розвиток великих мовних моделей, у робототехніку.

Водночас прогрес апаратної частини роботів випереджає розвиток їхнього «мозку». Це стало помітно після стрімкого зростання вартості китайського виробника роботів Unitree. Після виходу на китайський аналог Nasdaq компанію оцінили у $66 млрд, але цього тижня її капіталізація впала майже наполовину. Серед причин аналітики називають проблему з практичним застосуванням роботів: вони стають фізично спроможнішими, однак ще не мають достатніх навичок для стабільного виконання корисної роботи.

На конференції Actuate, присвяченій розробці ШІ для роботів, цього року зібралися близько 1 500 учасників. За словами організаторів, із 2023 року захід виріс утричі. Однією з головних тем стала проблема робототехнічних даних.

Для навчання моделей потрібні великі масиви якісних даних про реальний світ. Особливо складно створювати універсальних роботів, які могли б виконувати широкий спектр завдань. Навіть моделі, навчені для конкретних операцій, поки не забезпечують достатньої надійності для масового комерційного використання.

Розробники тому намагаються повторити підходи лабораторій, які створюють передові мовні моделі. Вони збирають різноманітніші набори даних, експериментують з методами навчання та створюють нові сценарії для навчання з підкріпленням.

Гаррі Меллсоп, засновник стартапу Antioch, який розробляє інструменти симуляції для фізичного ШІ, порівнює нинішній етап із «ерою GPT-2». Йдеться про період до появи ChatGPT, коли великі мовні моделі вже демонстрували значний потенціал, але ще не стали масовим продуктом. На його думку, робототехніці знадобиться більше даних і обчислювальних ресурсів, зокрема графічних процесорів для створення деталізованих симуляцій.

Найбільший прогрес наразі демонструють автономні автомобілі. Одна з причин полягає в тому, що автомобілі, якими керують люди, постійно створюють дані для навчання систем. Крім того, головне завдання автономного авто полягає в уникненні зіткнень, тоді як роботам-маніпуляторам потрібно взаємодіяти з фізичними об'єктами.

Інструменти, створені для автономного транспорту, тепер використовують і в робототехніці. Наприклад, компанія Foxglove була заснована колишніми співробітниками Cruise, підрозділу General Motors, який займався безпілотними автомобілями.

Автомобільні компанії також починають виходити на ринок гуманоїдних роботів. Tesla розвиває Optimus, а компанії Wayve та Uber створили робототехнічні лабораторії, які досліджують гуманоїдні конструкції.

Гендиректор Wayve Алекс Кендалл вважає, що зараз зарано робити ставку на конкретну конструкцію робота. За його словами, технології сенсорів та інших компонентів швидко змінюються, тому універсальна модель ШІ має бути якомога менш залежною від певного типу обладнання.

Водночас гендиректор Genesis AI Теофіль Жерве дотримується іншої позиції. Компанія, яка розробляє гуманоїдних роботів і цього року залучила $105 млн на посівному раунді, вважає перспективним одночасне проєктування апаратної частини та ШІ. На його думку, для повністю універсальної стратегії робототехніка поки недостатньо розвинена.

Ще одна проблема полягає у виборі між універсальними та спеціалізованими роботами. Компанії, які створюють машини для конкретних завдань, уже починають використовувати їх у реальних умовах. Gritt працює над роботами для сонячних електростанцій, Agility розгортає машини у промисловості, а Bedrock розробляє автономні екскаватори.

Гуманоїдні роботи загального призначення поки переважно залишаються на стадії лабораторних розробок. Жерве зазначає, що клієнтам недостатньо машини, яка виконує завдання лише у 80% випадків. Водночас вузька спеціалізація дає компаніям доступ до реальних даних, які можна використовувати для подальшого розвитку моделей.

Bedrock, наприклад, починає з автоматизації роботи екскаваторів, щоб краще зрозуміти, як робот має взаємодіяти з навколишнім середовищем. Надалі компанія планує створити спільний інтелектуальний шар для різних будівельних машин.

Обробка таких даних також створює окрему проблему. Роботи генерують великі обсяги відео та даних від лідарів, тому інженерам складно швидко знаходити потрібну інформацію. Foxglove цього тижня представила інструмент на основі відкритої моделі світу Cosmos від Nvidia. Він дозволяє шукати дані за допомогою складних запитів природною мовою та використовувати їх для перевірки моделей і створення симуляцій.

Поки немає єдиного розуміння, що саме стане для робототехніки аналогом появи ChatGPT. Для Кендалла таким проривом могла б стати система, яка дозволить автомобілю працювати без постійного контролю людини за ціною апаратного забезпечення менш ніж $1 000.

Жерве називає іншим можливим орієнтиром робота, здатного виконувати базові фізичні завдання після звичайної команди людини. Наприклад, користувач міг би попросити його посунути предмет, закрити ноутбук або прибрати зі столу, а машина виконувала б це із надійністю щонайменше 80%.

Гендиректор Foxglove Адріан Макнейл вважає, що в робототехніці взагалі може не бути одного моменту, аналогічного запуску ChatGPT. Причина в тому, що поширити програмне забезпечення значно простіше, ніж виробити та розгорнути фізичні машини.

На його думку, важливішою подією стане поява доступного домашнього робота, якого люди зможуть купити й використовувати для корисних або розважальних завдань. Саме такий продукт може показати, що фізичний ШІ вийшов за межі лабораторій.