Unitree: humanoīdie roboti un iemiesotā AI tuvojas

Iedomājieties robotu, kas ieiet nepazīstamā mājā, uzklausa īsu norādi un bez padziļinātas apmācības veic lielāko daļu uzdevumu. Izklausās pēc zinātniskās fantastikas? Unitree dibinātāja skatījumā tā nav.

Wang Xingxing izmantoja plašu skatuvi robotikas konferencē Pekinā, lai apgalvotu, ka iemiesotais mākslīgais intelekts, kas apvieno uzlabotu uztveri, pasaules modelēšanu un fizisko kontroli robotos, tuvojas tam, ko viņš sauca par 'ChatGPT brīdi'. Pēc Unitree nesenās kotācijas Šanhajā viņa vārdi ieguva papildus svaru, jo IPO parasti pārvērš plānus par ceļkartēm.

Viņš iezīmēja praktisku sasniegumu. Ražošanā paredzētai humanoīdai jābūt spējīgai iekļūt nepazīstamā vidē un ar vienkāršiem balss vai teksta norādījumiem veiksmīgi izpildīt aptuveni 80 procentus rutīnas uzdevumu. Sasniedzot šo slieksni, ieviešana varētu strauji paātrināties. Īss teikums. Liels efekts.

Unitree nav neliels spēlētājs. Nozares dati liek uzņēmumu pasaulē pirmajā vietā robotu suņu ražošanā un otrajā vietā humanoīdo robotu piegāžu apjoma ziņā. Tā iekārtas kļuva par sociālo mediju fenomenu pateicoties video — dejotājiem, kung-fu paņēmieniem un lielai manevrētspējai. Lielākā daļa Unitree agrīno klientu bija universitātes un pētniecības centri, tomēr ceļkarte skaidri mērķē uz patērētāju un rūpniecisku mērogu.

Tomēr izpilddirektors uzmanīgi šķīra optimismu no pārspīlējuma. Viņš auditorijai teica, ka programmatūras izgudrojums, kādu viņš iedomājas, labvēlīgā scenārijā reāli var parādīties divu līdz trīs gadu laikā, kamēr konservatīvāks horizonts stiepjas piecu līdz desmit gadu robežās. Citi dibinātāji Ķīnas robotikas jomā atbalsina līdzīgus laika grafikus. Wang He, Galbot dibinātājs, prognozē izšķirošu gadu ap 2028. gadu, kad roboti veiks 70-80 procentus ikdienas uzdevumu bez specializētas apmācības.

Kāpēc gaidīt? Unitree intensīvi investē tā sauktajos pasaules modeļos, iekšējos fiziskajos simulatoros, kas ļauj robotam paredzēt sekas un plānot darbības sarežģītos reālās pasaules apstākļos. Pēc Wang domām, lēmumu pieņemšanas modeļi joprojām ir nozares visstingrākais šaurs vieta. Uztvere attīstās strauji. Pārvietošanās spēja ir stabila. Taču sensorsko datu pārvēršana drošos, vispārināmos darbību plānos joprojām ir neatrisināts inženierijas uzdevums.

Unitree norāda, ka lielākā daļa pašreizējās izpētes un attīstības un personāla pieņemšanas ir koncentrēta uz šiem pasaules modeļiem, atzīstot, ka tie atpaliek no ideālajiem mērķiem reālai izvietošanai.

Fona apstākļi ir tikpat ģeopolitiski, cik tehniski. Ķīna šā gada pirmajā pusē nosūtīja vairāk nekā 40 000 humanoīdu robotu un veidoja aptuveni 97 procentus no globālajām piegādēm, ko virzīja valdības veicinājums izmantot iekārtas atkārtotos vai bīstamos pienākumos kā atbildi uz demogrāfisko samazināšanos. Šī komerciālā impulsēšana saskaras ar valsts drošības bažām ārvalstīs. ASV regulatori nesen veica soļus, lai ierobežotu noteiktu ārvalstu robotu importu drošības apsvērumu dēļ, padarot humanoīdus par vēl vienu Ķīnas un ASV tehnoloģiskās rivalitātes lauku.

Tātad kas notiek, ja Wanga laika grafiks turas? Nozares dinamika varētu pāriet no pakāpeniskiem laboratorijas panākumiem uz praktisku, lietojamu robotu vilni mazumtirdzniecībā, loģistikā, vecāku aprūpē un mājas atbalstā. Investori iesaistīsies. Piegādes ķēdes paplašināsies. Un ikdienas lietotāji sāks uztvert humanoīdus robotus kā rīkus, nevis kuriozus. Kas notiks, ja laika grafiks nobīdīsies? Pētnieki turpinās strādāt pie lēmumu pieņemšanas un simulācijas uz reālo pārejas, un komerciālā izvietošana attīstīsies lēnāk, taču stabils progress turpināsies.

Jebkurā gadījumā saruna ir pāraugusi tīri mehāniskos atklājumos. Galvenais lauks tagad ir programmatūra, kas ļauj mašīnai izveidot darbspējīgu izpratni par sarežģītu trīsdimensiju pasauli un rīkoties uzticami. Sagaidāms, ka nākamie gadi būs trokšņaini, eksperimentāli un reizēm spektakulāri, kamēr komandas sacenšas, lai piegādātu to iluzoro 'ChatGPT brīdim' līdzīgo pavērsienu iemiesotajam intelektam.