Человекоподобные роботы не готовы работать уборщиками и кладовщиками, но творческие профессии им даются с рождения. И в этом проблема «последних миллиметров», как пояснил глава компании Unitree Robotics Ван Синсина (Wang Xingxing): механики роботов совсем чуть-чуть не хватает для полноценного существования в физическом мире, но вскоре это изменится.
Источник изображения: ИИ-генерация ChatGPT/3DNews
Недавно китайская компания Unitree Robotics продемонстрировала новые возможности человекоподобных роботов, использующих модель GPT-6 Astra от OpenAI. По словам основателя и генерального директора компании Ван Синсина, новые машины способны самостоятельно рисовать картины, ополаскивать кисти, смешивать краски и играть в шахматы без предварительного обучения этим конкретным навыкам (вживую это не показали, лишь в записи).
Глава Unitree Robotics выразил своё мнение, что следующая модель GPT-7 станет радикальным прорывом в качестве физически воплощённого интеллекта. Тем самым роботы получат «настоящий» искусственный интеллект не когда-то в будущем, а уже через два или даже один год.
По оценке Ван Синсина, основная проблема развития физического искусственного интеллекта теперь заключается не столько в способности моделей рассуждать и планировать, сколько в точности преобразования их команд в реальные механические действия. Он назвал эту проблему «последнего миллиметра» по аналогии проблемы последней мили в связи: даже правильно рассчитанное движение может завершиться ошибкой из-за неточностей датчиков, калибровки, исполнительных механизмов или контакта манипулятора с предметом.
Для решения обозначенной проблемы Unitree разрабатывает систему Unitree Rehearsal — замкнутый цикл самоусовершенствования, в котором ИИ сможет изучать технические возможности роботизированных платформ, писать управляющий код, проверять его в симуляциях, испытывать на «живых» роботах и корректировать результаты, обеспечивая обратную связь между физическим и виртуальным мирами.
Среди других препятствий для развития отрасли руководители китайских технологических компаний называют нехватку данных о взаимодействии роботов с реальным миром и высокую стоимость вычислительного оборудования. В частности, сооснователь разработчика графических процессоров Moore Threads Ван Дун (Wang Dong) отметил, что дефицит реальных данных заставляет разработчиков активнее использовать синтетические наборы для обучения. Также он указал на высокую стоимость ускорителей Nvidia и сообщил о работе своей компании над поставками собственных чипов для китайской робототехнической отрасли.