Современные гуманоидные роботы уже умеют танцевать и делать сальто назад, однако заставить машину надежно понимать устные запросы и выполнять несколько незнакомых физических шагов оказывается гораздо более сложной задачей. Сооснователь и главный научный сотрудник компании Spirit AI Гао Ян считает, что следующий крупный прорыв в гуманоидной робототехнике может произойти к середине 2027 года. К этому моменту роботы смогут принимать инструкции на естественном языке и осуществлять последовательность физических действий.
По словам Гао, компания рассчитывает достичь рубежа модели GPT-3 к середине 2027 года. Пользователь сможет общаться с роботом на естественном языке, а устройство выполнит ряд разумных физических действий для попытки решить поставленную задачу. Эксперт сравнил ожидаемый прогресс с прорывом, который совершила языковая модель GPT-3, ассоциирующаяся с появлением ChatGPT. Сравнение заключается не в том, что гуманоидные роботы станут физическим эквивалентом ChatGPT, а в том, что их программное обеспечение научится лучше связывать устные инструкции с множеством физических действий, вместо того чтобы опираться на жестко запрограммированные рутины. Как отметил Гао, мозг действительно является самым слабым звеном во всей робототехнической системе.
Применение в производстве и коммерческой сфере
Компания Spirit AI уже задействовала десятки своих колесных гуманоидных роботов Moz1 на производственных линиях производителя аккумуляторов CATL и ритейлера JD.com, который также выступает инвестором проекта. Гао Ян ожидает, что промышленное использование будет развиваться в первую очередь, за ним последует более простые коммерческие сервисные работы. Ближайшие один-два года станут начальным окном для промышленного применения. Спустя два года роботы появятся в коммерческих сервисных учреждениях для выполнения более простых задач. При этом проникновение в жилые дома окажется значительно сложнее обоих предыдущих направлений.
Подобный разрыв имеет принципиальное значение, так как заводские цеха представляют собой сравнительно контролируемую среду. Дома же содержат незнакомые объекты, меняющиеся планировки, людей, домашних животных и ситуации, которые роботам гораздо труднее предсказать. Представители Spirit заявляют, что их роботы достигают 90-процентного показателя успешности при выполнении простых задач в структурированных условиях жилой комнаты, однако этот результат не отражает надежность работы в обычных жилых домах или при столкновении с незнакомыми задачами.
Проблема данных для робототехнического мозга
Для решения проблем с программным обеспечением Spirit задействует масштабную операцию по сбору человеческих данных. Сообщается, что около тысячи подрядчиков используют носимое оборудование в жилых помещениях и на предприятиях, чтобы фиксировать взаимодействие людей с окружающим пространством. В тренировочном центре в Пекине работники с датчиками повторяли различные задачи, включая открывание холодильников, открытие сейфов и нарезку овощей. Кроме того, Spirit отдает предпочтение реальным данным, а не виртуальным симуляциям. По словам Гао, симуляции с трудом справляются с гибкими объектами вроде кабелей, тогда как разнообразные «грязные данные» помогают моделям совершенствоваться быстрее, чем тщательно подготовленные демонстрации. Подобный подход требует затрат времени, людей, оборудования и регулярного взаимодействия с реальными объектами.
Влияние на бизнес и перспективы
Если роботы научатся надежно превращать устные указания в многоступенчатые физические действия, первостепенный эффект проявится на заводах, складах, предприятиях розничной торговли и в других контролируемых рабочих пространствах. Бизнес сможет получить машины, способные обрабатывать более широкий спектр задач без отдельного программирования каждого движения. Это повысит полезность гуманоидных роботов, так как их ценность будет меньше зависеть от повторения одной фиксированной операции. Однако именно надежность определит, превратится ли это обещание в реальный бизнес-кейс. Робот, понимающий запрос, но испытывающий трудности с крышкой бутылки, незнакомым предметом или неожиданной ситуацией, все еще требует вмешательства человека.
Для обычных потребителей прогноз эксперта не означает, что гуманоидные роботы внезапно будут готовы готовить, убирать и управлять домом в 2027 году. Краткосрочные перспективы сохраняются в контролируемых рабочих условиях, где задачи и обстановку проще ограничить. Более значимым изменением может стать способ отдачи команд роботам: если программное обеспечение будет развиваться по прогнозам Spirit, работники смогут описывать цель обычным языком вместо пошагового программирования каждого движения. Превратится ли это в настоящий «момент ChatGPT», будет зависеть не от эффектных демонстраций, а от надежности, при которой роботы станут выполнять незнакомые физические задачи достаточно стабильно для бизнеса.
