Людські роботи: технологічна революція від наукової фантастики до реальності

В останні роки універсальні гуманоїдні роботи швидко переходять із наукової фантастики в реальні застосування. Постійне зниження вартості апаратного забезпечення, безперервне зростання капітальних інвестицій та технологічні прориви в рухливості та операційних можливостях — ці три фактори постійно інтегруються, активно сприяючи наступній великій ітерації платформи в обчислювальній сфері.

Незважаючи на те, що обчислювальні потужності та апаратне забезпечення дедалі більше стають товаром, що приносить переваги в зниженні витрат у робототехніці, ця галузь все ще стикається з проблемою вузького місця в тренувальних даних. У цьому контексті деякі проекти почали використовувати децентралізований фізичний штучний інтелект (DePAI) для краудсорсингу високоточних рухових і синтетичних даних та побудови базових моделей роботів. Це надає їм унікальну вигідну позицію в просуванні впровадження гуманоїдних роботів.

Від однієї функції до багатофункціональної форми

Комерціалізація робототехніки не є новою концепцією. Відомі нам домашні роботи, такі як роботи-пилососи та камери для спостереження за домашніми тваринами, є однозадачними пристроями. З розвитком штучного інтелекту роботи еволюціонують з однозадачних машин у багатофункціональні форми, що мають на меті адаптацію до складних завдань у відкритому середовищі.

Очікується, що протягом наступних 5-15 років гуманоїдні Боти поступово перейдуть від виконання базових завдань, таких як прибирання, приготування їжі, до здатності виконувати складні роботи, такі як обслуговування гостей, гасіння пожеж і навіть хірургічні операції. Нещодавні технологічні розробки перетворюють це бачення на реальність:

1. Ринкові динаміки: понад 100 компаній працюють у сфері людських Боти.
2. Апаратура: нове покоління гуманоїдних ботів демонструє плавні та природні рухи, що дозволяє їм здійснювати антропоморфну взаємодію в реальному середовищі. Деякі боти можуть навіть пересуватися зі швидкістю до 3,3 метра в секунду, що значно перевищує середню швидкість людини в 1,4 метра в секунду.
3. Тенденція витрат: очікується, що до 2032 року вартість гуманоїдних Боти буде нижче рівня заробітної плати в США.

Вузьке місце даних: виклики навчання в реальному світі

Незважаючи на очевидні позитивні фактори в сфері гуманоїдних ботів, низька якість даних і їх нестача все ще заважають їх масовому впровадженню. У порівнянні з технологією безпілотного водіння гуманоїдні роботи стикаються з більшими викликами в зборі даних. Системи безпілотного водіння можуть збирати величезні обсяги реальних даних про водіння на дорогах за допомогою камер і сенсорів, встановлених на наявних автомобілях. Однак споживачі навряд чи приймуть існування "роботів-нянь", що означає, що роботи повинні мати високу продуктивність відразу після розпакування.

Наразі масштаби тренувальних даних у сфері робототехніки значно відстають від інших галузей ШІ. Найбільший набір даних робототехніки містить лише близько 2,4 мільйона записів взаємодії, тоді як обсяг тренувальних даних GPT-4 перевищує 15 трильйонів текстових маркерів, а генератори зображень використовують мільярди підписаних пар відео та тексту. Це розрив пояснює, чому технології робототехніки ще не досягли справжньої основної моделі, як великі мовні моделі.

Традиційні методи збору даних не можуть задовольнити масштабні вимоги до тренувальних даних для людиноподібних Боти:

• Імітація: низька вартість, але відсутність реальних граничних сцен
• Інтернет-відео: неможливо забезпечити необхідне для навчання Боти відчуття тіла та середовище зворотного зв'язку.
• Реальні світові дані: точні, але дорогі і нестачають масштабованості

Інноваційне рішення для подолання інформаційних вузьких місць

Щоб вирішити проблему вузького місця в даних, деякі інноваційні проекти створюють вертикально інтегровані програмні та дані платформи для застосувань у сфері втіленого інтелекту Боти. Ці платформи стають повноцінними драйверами втіленого інтелекту завдяки поєднанню самостійно розробленого апаратного забезпечення, багатофункціональної симуляційної інфраструктури та основних моделей.

Ці платформи, починаючи з власних споживчих пристроїв захоплення руху, створюють швидко розвиваючу екосистему ігор у доповненій та віртуальній реальності. Користувачі отримують мережеві винагороди за надання високоякісних даних про рух, що сприяє постійному розвитку платформи. Цей спонтанно сформований позитивний цикл забезпечує масштабоване, низьковартісне та високоякісне виробництво даних, що дозволяє відповідним наборам даних стати тренувальними ресурсами, які активно використовують провідні Боти.

Крім того, деякі проекти також прагнуть об'єднати фрагментовані багатомодальні дані в єдиній платформі для симуляційного середовища. На сьогоднішній день сфера симуляції є дуже розділеною, різні інструменти працюють окремо, хоча кожен має свої переваги, але не можуть взаємодіяти. Така ситуація розділення уповільнює процеси досліджень і розробок, погіршуючи прірву між симуляцією та реальністю. Завдяки стандартизації багатьох симуляторів ці платформи створили спільну віртуальну інфраструктуру для розробки та оцінки моделей Боти, що підтримує узгоджене бенчмаркінг, що значно підвищує здатність системи до масштабування та узагальнення.

Боти базової моделі зростання

У технологічному стеку цих інноваційних платформ, можливо, найважливішим компонентом є основні моделі Боти. Як одні з перших основних моделей Боти, ці моделі створюються як ключові системи нової фізичної інфраструктури штучного інтелекту. Їхнє позиціонування подібне до традиційних великих мовних моделей, але орієнтоване на сферу робототехніки.

Поєднуючи дані про рух, зібрані за допомогою краудсорсингу, з потужними системами моделювання та системами ліцензування моделей, ці платформи можуть навчати базові моделі, які мають здатність до генералізації в різних сценаріях. Ця модель може підтримувати різноманітні роботизовані застосування в промисловій, споживчій та дослідницькій сферах, реалізуючи універсальне впровадження на основі величезних різноманітних даних.

Роль криптографічних технологій в фізичному штучному інтелекті

Криптотехнології створюють повний вертикальний стек для фізичного світу штучного інтелекту. Проект децентралізованого фізичного штучного інтелекту (DePAI) реалізує відкритий, комбінований, бездозвільний механізм розширення через токенне стимулювання, що робить децентралізований розвиток фізичного штучного інтелекту реальністю.

Коли механізм стимулювання токенів офіційно запуститься, участь у мережі стане ключовим елементом для прискорення ефекту колеса DePAI: користувачі, які купують апаратне забезпечення, отримують стимулювання від проекту, компанії з розробки Ботів виплачують винагороду власникам обладнання за їх внесок, ці подвійні стимули спонукатимуть більше людей придбати та використовувати відповідне обладнання. Водночас проект буде динамічно стимулювати збір даних про поведінку з високою цінністю, кастомізованих, щоб більш ефективно подолати технічний розрив між симуляцією та реальними застосуваннями.

Висновок

Революція платформи Ботів неминуча, але її масштабний розвиток неможливий без підтримки даних. Технології криптографії мають потенціал заповнити найважливіший пробіл у стеку технологій AI роботів: реалізувати економічну ефективність, високу масштабованість та модульні характеристики шляхом децентралізованих фізичних рішень для штучного інтелекту. Коли технології роботів стають наступним передовим фронтом AI, ці інноваційні проекти перетворюють широкі маси на "майнерів" рухових даних. Як великі мовні моделі потребують підтримки текстових міток, так і гуманоїдні роботи потребують величезних масивів послідовностей рухів для навчання. Завдяки цим проривним технологіям ми подолаємо останній бар'єр, реалізуючи перехід гуманоїдних роботів з наукової фантастики в реальність.