„Видеото не съдържа телемонтаж, - казвам Норвежки производител на хуманоидни роботи 1X. „Без компютърна графика, без съкращения, без ускорение на видеото, без възпроизвеждане на траекторията според сценария. Всичко се управлява от невронни мрежи, всичко е автономно, всичко е със скорост 1X”.
Това е производител на хуманоиди, на когото OpenAI постави своите чипове миналата година в кръг на финансиране от серия A на стойност 25 милиона долара. Последваща серия B на стойност 100 милиона долара показа колко много вниманието на OpenAI, както и общия шум около универсалните хуманоидни роботи, е концепция, която е винаги изглеждаше като далечно бъдеще, но през последните две години се превърна в абсолютна термоядрен взрив.
Хуманоидните роботи на 1X изглеждат странно подценени в сравнение с това, върху което, да речем, работят Tesla, Figure, Sanctuary или Agility. Хуманоидната Ева все още дори няма крака или пъргави ръце. Движи се на чифт задвижвани колела, като балансира върху трето малко колело отзад, а ръцете му са елементарни нокти. Изглежда, сякаш е облечено за каране на шейна и има слабо, мигащо LED усмихнато лице.
1X има двукрака версия, наречена Neo, която също има добре артикулирани ръце – но може би тези детайли не са твърде важни в тези ранни дни на разработване на роботи с общо предназначение. По-голямата част от случаите на ранна употреба ще изглеждат така: „вземете това нещо и го сложете там“ – това едва ли ще изисква пръсти, способни да свирят на пиано. И основното място, където ще бъдат използвани, е в складове с бетонни подове и фабрики, където вероятно няма да им се налага да изкачват стълби или да прекрачват каквото и да било.
Не само това, много групи са решили проблема с двукракото ходене и красивото ръчно оборудване. Но това не е основната пречка. Основното препятствие е да накараш тези машини бързо да научават задачи и след това да ги изпълняват автономно, както прави Toyota с манипулаторите за настолни роботи. Когато Фигура 01 „измисли“ как да работи сама с кафемашина, това беше голямо събитие. Когато Optimus на Tesla сгъна ризата си във видеото и се разкри, че е под контрола на човешки оператор, това беше много по-малко впечатляващо.
Горните задачи не са особено трудни, те не са за сгъване на ризи или работа с кафе машина. Но има редица пълноценни роботи, които изпълняват редица задачи, повдигайки и поставяйки нещата на място. Хващат ги на височина от глезена до кръста. Те ги разпределят в кутии, кошчета и тави. Вдигат играчки от пода и ги прибират.
Те също така отварят врати, тичат до станции за зареждане и се включват в тях, като използват нещо, което изглежда като ненужно сложна маневра на приклекване, за да свържат щепсела към глезените си.
Накратко, те правят почти същото нещо, което трябва да правят в ранните случаи на употреба на хуманоиди с общо предназначение, обучени, според 1X, „изцяло въз основа на данни“. По същество компанията обучи 30 бота на Eve да изпълняват поредица от индивидуални задачи всеки, очевидно използвайки симулационно обучение чрез видео и телеоперации. След това те използваха това научено поведение, за да обучат „базов модел“, способен на широк спектър от действия и поведения. След това този основен модел беше усъвършенстван, за да отчете специфичните възможности на средата – складови задачи, общо манипулиране на вратите и т.н. – и накрая ботовете бяха обучени за конкретните задачи, които трябваше да изпълняват.
Тази последна стъпка вероятно ще се случи на място в сайтовете на клиентите, след като ботовете получат ежедневните си задачи и 1X казва, че ще отнеме "само няколко минути събиране на данни и обучение на десктоп GPU." Предполага се, че в един идеален свят това би означавало, че някой стои в шлем за виртуална реалност и изпълнява задача, а след това софтуерът за дълбоко обучение комбинира тази задача с ключовите способности на бота, изпълнява я няколко хиляди пъти в симулация, за да тества за различни случайни фактори и резултати. след което ботовете ще бъдат готови за работа.
„През изминалата година“, пише Ерик Джанг, вицепрезидент на AI в 1X, в своя блог, „ние разработихме двигател за данни за решаване на общи задачи за мобилно манипулиране по напълно пълен начин. Видяхме как работи, така че сега наемаме изследователи на AI в района на залива на Сан Франциско, за да го мащабираме до 10 пъти броя на роботите и телевизионните оператори.“
Чудя се кога тези неща ще бъдат готови за най-гледаното време.
Прочетете също: