Этот ажиотаж помог обеспечить крупное IPO для Unitree, ведущего китайского производителя роботов, в результате которого компания была оценена в 66 миллиардов долларов после выхода на аналог NASDAQ в Китае. Однако на этой неделе дно рухнуло, и компания потеряла почти половину своей стоимости. Аналитики указывают на одну очевидную проблему: хотя физические возможности роботов улучшаются, им всё ещё не хватает знаний, чтобы выполнять работу, создающую ценность.
На прошлой неделе на конференции Actuate, собрании разработчиков, создающих ИИ-мозги для роботов, энтузиазм был очевиден. Мероприятие выросло в три раза с момента запуска в 2023 году и собрало 1500 участников, по словам организатора Foxglove — компании, которая помогает создателям моделей физического ИИ управлять визуализировать свои данные.
Риск тоже был очевиден: табличка на стенде Avala, ещё одного игрока в инфраструктуре физического ИИ, обещала решить «кризис данных в робототехнике».
Этот кризис заключается в нехватке высококачественных обучающих данных для моделей ИИ. Попытки создать универсальных роботов, способных выполнять любые задачи, всё ещё далеки от завершения, а использование сквозного обучения для конкретных задач пока не дало продуктов с надёжной коммерческой производительностью. Для разработчиков ответ заключается в том, чтобы лучше имитировать достижения передовых ИИ-лабораторий — находить или создавать более разнообразные наборы данных, экспериментировать с различными режимами обучения и разрабатывать более эффективные сценарии обучения с подкреплением.
Гарри Меллсоп, сооснователь Antioch, стартапа, создающего инструменты симуляции для разработчиков моделей, предполагает, что физический ИИ находится в «эпохе GPT-2» — модели OpenAI, которая предшествовала появлению ChatGPT. Чтобы преодолеть этот барьер, потребуется больше данных и вычислительных мощностей, особенно GPU, оптимизированных для трассировки лучей, которые используются для создания высокореалистичных симуляций.
Дальше всех продвинулись автономные транспортные средства, отчасти благодаря возможности собирать релевантные данные с автомобилей, управляемых людьми, а отчасти потому, что главная задача — избегать столкновений, а не манипулировать физической средой. Многие инструменты для построения моделей пришли из компаний, занимающихся автономными транспортными средствами; Foxglove, например, была основана бывшими сотрудниками Cruise, бывшего проекта General Motors по созданию самоуправляемых автомобилей.
И теперь эти автомобильные компании всё чаще делают ставку на то, что их инвестиции в инструменты машинного обучения позволят им конкурировать со специализированными производителями человекоподобных роботов. Tesla уже пытается это сделать с помощью своего робота Optimus, а теперь и компания Wayve, ориентированная на автономное вождение, и гигант райдшеринга Uber запустили робототехнические лаборатории, сосредоточенные на человекоподобных форм-факторах, в качестве НИОКР.
«Я думаю, нужно начинать с транспортных средств… манипуляционная робототехника находится там, где было самоуправляемое вождение пять лет назад», — сказал TechCrunch Алекс Кендалл, генеральный директор Wayve. «Инфраструктура данных, симуляция, инфраструктура ML-операций, вероятно, будут общими, но конкретная модель мира для симулятора будет отличаться на этапе пост-обучения. Будет гораздо больше общего, чем различий, но для разных воплощений потребуются некоторые различия».
Кендалл утверждает, что пока слишком рано привязываться к какой-либо одной аппаратной платформе — достижения в области датчиков и других компонентов появляются быстро, и по-настоящему универсальная модель должна быть более агностичной.
Теофиль Жерве, генеральный директор Genesis AI, вертикально интегрированной компании по производству человекоподобных роботов, которая в этом году привлекла 105 миллионов долларов на посевном раунде, не согласился, заявив TechCrunch: «Мы слишком рано в этой волне, чтобы стратегия “мозга” сработала; на наш взгляд, есть много возможностей для совместного проектирования аппаратного обеспечения и ИИ».
Жерве также затронул другую горячую тему в этом секторе: как именно сфокусировать свой бизнес в области физического ИИ. Компании, занимающиеся робототехникой, которые нацелены на конкретные задачи, выпускают своих роботов в поле — Gritt строит солнечные фермы, Agility развертывает роботов в промышленных условиях, а Bedrock автономно управляет экскаваторами. Тем временем универсальные человекоподобные роботы не покидают лабораторий.
«Ни одного заказчика не волнует универсальный робот, который работает с 80% успехом», — сказал Жерве о дилемме. «Мы видим, как многие другие игроки становятся универсальными, но никакой ценности это не приносит, потому что нет вертикальной фокусировки… но тогда, если вы строите [для узкой] вертикали на базе GPT-2, вас раздавит компания, строящая на GPT-4».
Однако соблазн инвестировать в конкретную вертикаль велик, потому что это приносит не только доход, но и данные о развертывании в реальных условиях. Хотя данные, специфичные для задачи, могут быть недостаточно разнообразными, чтобы продвигать универсальные модели, они важны для создания робота, который добавляет ценность. Технический директор Bedrock Кевин Петерсон отметил, что его компания только начинает с экскавации как способа понять проблемы «манипуляции в дикой природе», но планирует разработать уровень интеллекта, который охватит целый ряд строительных машин.
Управление всеми этими данными — сложная задача, особенно из-за плотности визуальных данных и данных лидара. Foxglove на этой неделе анонсировала новый продукт, построенный на основе открытой весовой модели мира Nvidia Cosmos, который позволяет инженерам искать эти данные с помощью сложных запросов на естественном языке для создания оценок и симуляций. Цель — более быстрая сортировка и отладка, чтобы разработчики моделей могли быстрее итерировать.
Итак, каким будет тот самый легендарный «момент ChatGPT» для физического ИИ, который, по недавнему заявлению Сэма Альтмана, произойдёт через несколько лет? Кендалл указывает, что крупнейшее развёртывание роботов в мире — это всё ещё бытовые пылесосы. Для него момент ChatGPT — это то, что воодушевляет потребителей, а не инвесторов, которые, кажется, уже достаточно взволнованы.
«Одним из примеров этого было бы получение автономности без контроля водителя за менее чем 1000 долларов [аппаратного обеспечения] в автомобиле», — говорит Кендалл; не случайно его компания лицензирует модели автопроизводителям в попытке создать именно это. И этот бизнес, который он видит как многомиллиардную возможность, позволит им построить по-настоящему универсальную воплощённую модель ИИ.
Для Жерве момент, когда физический ИИ станет реальностью, — это «манипуляция, которая просто работает “из коробки”. Вы можете поговорить с роботом на естественном языке и попросить его выполнить любую базовую задачу по манипуляции, например, толкать, тянуть, закрыть ноутбук, убрать со стола — всё, что угодно, и это работает с некоторым уровнем надёжности, скажем, 80% плюс “из коробки” — это примерно ваш опыт ChatGPT».
Адриан Макнил, генеральный директор Foxglove, смотрит на этот вопрос несколько иначе.
«Момента ChatGPT для робототехники не будет», — сказал он TechCrunch. «То, что сделало ChatGPT моментом во времени, — это распространение: они перешли от нуля до примерно миллиона активных пользователей за неделю… распространение в реальном мире гораздо сложнее, верно? Я был бы очень рад моменту Apple II в робототехнике или моменту IBM PC в робототехнике. Когда я смогу купить домашнего робота, который начнёт делать что-то полезное и забавное?»
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Tim Fernholz
