Buka kunci pencernaan editor secara gratis
Roula Khalaf, editor FT, memilih cerita favoritnya di buletin mingguan ini.
Untuk industri teknologi yang mabuk oleh kemajuan dalam kecerdasan buatan, gagasan bahwa robot humanoid sepenuhnya akan segera menguntit bumi hampir tidak ada peregangan.
Elon Musk baru -baru ini memperkirakan pasar $ 10tn untuk Optimus, upaya Tesla pada manusia buatan yang dapat mengambil alih pekerjaan rumah tangga Anda. Bos Nvidia Jensen Huang mengatakan ini akan menjadi “industri teknologi terbesar yang pernah dilihat dunia”.
Dan untuk menilai dengan lonjakan investasi ke dalam robot start-up dan banjir video online robot berkaki dua yang menampilkan gerakan seperti manusia yang mengesankan, mudah untuk percaya bahwa revolusi seperti itu sudah dekat. Jika model bahasa besar dapat menangani tugas penalaran yang sulit, maka mungkin tampak sederhana untuk menanamkan model dalam robot dan melatihnya kembali untuk menavigasi dunia. Masalah terpecahkan.
Ini benar -benar meremehkan kesulitan. Berkat beberapa dekade fiksi ilmiah, banyak orang “menganggap AI diwujudkan secara inheren”, menunjukkan Peter Barrett, seorang investor usaha di Playground Global. Pada kenyataannya, membawa kecerdasan ke dunia fisik adalah lompatan yang jauh lebih besar.
Ini akan membutuhkan cara yang sama sekali baru untuk melatih otak robot. Ketika datang untuk membawa sistem perangkat keras otonom yang kuat dan orang -orang ke dekat, tidak akan ada ruang untuk “halusinasi” yang rentan terhadap LLM saat ini. Dan itu tidak mulai menggaruk permukaan banyak masalah yang perlu diatasi oleh pembuat robot dalam membangun dan mengendalikan sistem perangkat keras kompleks yang dirancang untuk meniru tubuh manusia.
Dengan meningkatkan harapan tentang kepraktisan manusia buatan, para pembuat robot membuat segalanya lebih sulit bagi diri mereka sendiri daripada yang mereka butuhkan. Mereka juga berisiko kehilangan pasar yang lebih dekat dan sangat signifikan yang dibuka untuk robot yang tidak memiliki dua kaki atau mencoba mengapit umat manusia dalam semua kompleksitasnya.
Di bagian depan kecerdasan buatan, perusahaan robotika menghadapi beberapa rintangan di luar yang menghadapi para pembuat LLM saat ini. Sementara layanan seperti ChatGPT didasarkan pada model yang sebagian besar dilatih di internet, tidak ada kumpulan data yang sudah jadi yang menggambarkan dunia fisik.
Juga, mesin yang berinteraksi dengan dunia dan memanipulasi objek menghadapi tingkat kesulitan yang jauh lebih tinggi daripada mesin otonom yang lebih sederhana seperti mobil self-driving. Kendaraan hanya perlu bergerak melalui dunia tanpa memukul apa pun; Robot harus dapat menerapkan sentuhan untuk mencapai tugasnya yang paling mendasar.
Ada juga pertanyaan “perencanaan”, atau memutuskan secara real time pada tindakan berdasarkan banjir data sensorik dunia nyata-salah satu masalah tersulit dalam robotika. Mobil -mobil tanpa pengemudi akhirnya mungkin muncul di jalan -jalan kota, tetapi mereka telah membutuhkan waktu bertahun -tahun untuk mencapai tahap ini daripada yang diprediksi oleh pendorong industri teknologi. Robot mewakili tingkat kesulitan yang jauh lebih tinggi.
Pada konferensi teknologi tahunannya di Silicon Valley minggu ini, Nvidia mengambil beberapa masalah ini secara langsung. Sistem Cosmos -nya telah dikembangkan untuk menciptakan dunia virtual yang dapat digunakan untuk melatih otak robot – meskipun tidak jelas seberapa jauh data sintetis ini akan menggantikan hal yang nyata. Pembuat chip juga mengatakan telah mulai bekerja untuk mengembangkan “mesin fisika” yang dapat membantu robot memahami sifat -sifat dari berbagai hal yang mungkin dihadapi, misalnya, dengan membedakan benda keras dan lunak. Pekerjaan pada mesin fisika sedang dilakukan bersama Disney dan Google Deepmind – penyelarasan kepentingan perusahaan yang berbicara banyak tentang campuran teknologi mendalam dan fantasi yang mendorong revolusi robot.
NVIDIA juga merilis sistem operasi robot yang baru lahir sebagai proyek open source, berpotensi menarik pengembang lain. Itu bisa menggerakkan lapangan ke depan lebih cepat – meskipun bisa mengesampingkan upaya banyak orang lain yang telah bergegas ke lapangan. Dan meletakkan program pengembangan yang ada di depan masih jauh dari menunjukkan hasil yang sebenarnya.
Alih -alih meniru orang, mungkin ada lebih banyak peluang dalam membuat mesin membosankan yang dibuat untuk menangani tugas tunggal atau bekerja di lingkungan yang disesuaikan untuk penggunaannya, seperti gudang dan pabrik. Mereka termasuk mesin-mesin seperti gerobak gudang otomatis yang dibangun oleh Robust.ai, start-up oleh Rodney Brooks, pendiri perusahaan di belakang Roomba Vacuum Cleaner dan mantan profesor AI di Massachusetts Institute of Technology. Mesin cuci piring tidak membutuhkan tangan dan lengan untuk meringankan manusia dari tugas rumah tangga yang membosankan. Menerapkan AI terbaru dan perangkat keras berbiaya rendah dapat menghasilkan gelombang robot yang berguna-bahkan jika tidak terlihat seperti kita.
richard.waters@ft.com
