Робототехніка на порозі «ери GPT-2»: брак даних гальмує розвиток ШІ

Ринок фізичного штучного інтелекту залучає мільярди доларів, однак розробники стикаються з фундаментальною проблемою: браком якісних даних для навчання роботів. Попри швидкий прогрес апаратної частини, машини досі не здатні стабільно виконувати складні завдання, заради яких їх створюють.

Ситуація стала особливо помітною після падіння капіталізації китайського виробника роботів Unitree. Після виходу на біржу компанію оцінили у $66 млрд, але цього тижня її вартість впала майже наполовину. Аналітики пов'язують це з проблемами практичного застосування роботів.

На конференції Actuate, присвяченій розробці ШІ для роботів, зібралися близько 1500 учасників — захід виріс утричі з 2023 року. Головною темою стала проблема робототехнічних даних. Для навчання моделей потрібні великі масиви якісних даних про реальний світ, але навіть спеціалізовані моделі поки не забезпечують надійності для масового комерційного використання.

Гаррі Меллсоп, засновник стартапу Antioch, порівнює нинішній етап із «ерою GPT-2» — періодом, коли великі мовні моделі вже демонстрували 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, оскільки вони постійно генерують дані для навчання, а їхнє головне завдання — уникнення зіткнень. Роботи-маніпулятори потребують складнішої взаємодії з фізичними об'єктами. Інструменти, створені для автономного транспорту, тепер використовують і в робототехніці, зокрема Foxglove, заснована колишніми співробітниками Cruise.

Автомобільні компанії також виходять на ринок гуманоїдних роботів: Tesla розвиває Optimus, а Wayve та Uber створили робототехнічні лабораторії. Гендиректор Wayve Алекс Кендалл вважає, що зарано робити ставку на конкретну конструкцію, оскільки технології швидко змінюються. Натомість гендиректор Genesis AI Теофіль Жерве, чия компанія залучила $105 млн на посівному раунді, підтримує одночасне проєктування апаратної частини та ШІ.

Інша дискусія — між універсальними та спеціалізованими роботами. Компанії, що створюють машини для конкретних завдань, уже впроваджують їх у реальних умовах: Gritt працює над роботами для сонячних електростанцій, Agility — у промисловості, а Bedrock розробляє автономні екскаватори. Жерве зазначає, що клієнтам недостатньо машини, яка виконує завдання лише у 80% випадків, тому спеціалізація дає доступ до реальних даних для розвитку моделей.

Обробка даних також створює виклики: роботи генерують величезні обсяги відео та даних від лідарів. Foxglove представила інструмент на основі відкритої моделі світу Cosmos від Nvidia, який дозволяє шукати інформацію природною мовою та використовувати її для перевірки моделей.

Поки немає єдиного розуміння, що стане для робототехніки аналогом появи ChatGPT. Кендалл вважає таким проривом систему, що дозволить автомобілю працювати без контролю людини за ціни апаратного забезпечення менш ніж $1000. Жерве називає орієнтиром робота, здатного виконувати базові фізичні завдання після команди людини з надійністю щонайменше 80%.

Гендиректор Foxglove Адріан Макнейл припускає, що в робототехніці взагалі може не бути одного моменту, аналогічного запуску ChatGPT, адже поширити програмне забезпечення простіше, ніж фізичні машини. Важливішою подією він вважає появу доступного домашнього робота, який люди зможуть купити й використовувати для корисних або розважальних завдань — саме такий продукт покаже, що фізичний ШІ вийшов за межі лабораторій.