Η Εποχή των Ανθρωποειδών Δεν Έρχεται — Ήδη Είναι Εδώ

Νωρίτερα αυτόν τον μήνα, στην Κίνα, ένα ανθρωποειδές ρομπότ με το όνομα Shuang Shuang ανέβηκε στη σκηνή σε μια τελετή αποφοίτησης γυμνασίου στο Φουτσιάν για να λάβει δίπλωμα — σφίγγοντας χέρια και ευχαριστούνοντας τους μαθητές και τους δασκάλους. Στιγμές σαν αυτές αντιπροσωπεύουν μια σημαντική μετατόπιση, μια στην οποία τα ανθρωποειδή ρομπότ αρχίζουν να εισέρχονται στη δημόσια ζωή με πολύ ορατό τρόπο.

Αυτές οι στιγμές σηματοδοτούν περισσότερο από τη δημόσια περιέργεια — σηματοδοτούν μια μετατόπιση προς την ολοκληρωμένη ενσωμάτωση. Αυτό το άρθρο εξετάζει πώς τα ανθρωποειδή μεταβαίνουν από το σόου και το θέαμα στη λειτουργικότητα — και γιατί αυτό που φαίνεται να είναι μια επιτυχία μόνο του υλικού, στην πραγματικότητα, αφορά την ολοκληρωμένη νοημοσύνη που επιτρέπει σε αυτές τις μηχανές να περπατούν, να αλληλεπιδρούν και να μαθαίνουν σε περιβάλλοντα που δεν έχουν προγραμματιστεί για αυτοματοποίηση. Θα συζητήσουμε επίσης πώς προσεγγίζουμε την εμπορευματοποίηση μέσω της πρώιμης ανάπτυξης και μακροπρόθεσμων συνεργασιών.

Πώς τα ανθρωποειδή ωθούν την τεχνητή νοημοσύνη στον πραγματικό κόσμο

Ο χάσμα μεταξύ της απόδοσης σε εικονικό περιβάλλον και της φυσικής αξιοπιστίας παραμένει μια από τις πιο παραμελημένες προκλήσεις στην τεχνητή νοημοσύνη. Ένα chatbot μπορεί να δημιουργήσει παραγράφους φυσικής γλώσσας χωρίς να χρειάζεται να ενεργήσει — το ίδιο με ένα μοντέλο οράσεως που μπορεί να αναγνωρίσει ένα βήμα σε μια εικόνα χωρίς να χρειάζεται να το περπατήσει φυσικά ή να κινδυνεύσει να πέσει. Τα ανθρωποειδή δεν έχουν αυτή τη λουξуриάντητα.

Για να λειτουργήσουν στον πραγματικό κόσμο, η τεχνητή νοημοσύνη πρέπει να αφήσει πίσω τα στατικά σύνολα δεδομένων και τις ελεγχόμενες συνθήκες. Πρέπει να βλέπει, να αποφασίζει και να ενεργεί σε περιβάλλοντα που αλλάζουν δευτερόλεπτο με δευτερόλεπτο. Αυτό περιλαμβάνει ανώμαλους δαπέδους, εκτοπισμένα αντικείμενα, απρόβλεπτη συμπεριφορά ανθρώπων και περιεχομένου-εξαρτώμενες μη λεκτικές ενδείξεις. Το αποτέλεσμα είναι μια καθημερινή αντιπαράθεση με θόρυβο, αμφισημία και πιθανή αποτυχία.

Αυτή είναι η στιγμή όπου η ενσωματωμένη λογική — όπου η γλώσσα βασίζεται στο χώρο, τον χρόνο και τις συνέπειες — αρχίζει να έχει περισσότερη σημασία από την πρόβλεψη των token. Για παράδειγμα, αν ένας άνθρωπος λέει «προσέξτε, είναι ολισθηρό», το ρομπότ πρέπει να συνδέσει αυτή τη φράση όχι μόνο με μια λεκτική ορισμό, αλλά και με χωρική επίγνωση, πιθανές απειλές και πραγματικές προσαρμογές.

Την ίδια στιγμή, η πολυμορφική μάθηση γίνεται απαραίτητη, γιατί κανένας seul κανάλι εισόδου δεν είναι αρκετά αξιόπιστος για να λειτουργήσει μόνος του. Μια κάμερα μπορεί να χάσει μια ολισθηρή επιφάνεια, αλλά αισθητήρες πίεσης στο πόδι μπορούν να ανιχνεύσουν μια απότομη απώλεια πρόσφυσης. Ή, σε άλλη περίπτωση, η αναγνώριση ομιλίας μπορεί να αποτύχει σε ένα θορυβώδες αποθήκη, αλλά οπτικές ενδείξεις ή χειρονομίες μπορούν να συμπληρώσουν το κενό.

Η γενίκευση γίνεται επίσης κρίσιμη. Ένα ρομπότ δεν μπορεί να βασιστεί στο να δει το ίδιο περιβάλλον δύο φορές. Πρέπει να προσαρμόζει τη συμπεριφορά του όταν το δάπεδο είναι βρεγμένο, το φωτισμό αλλάζει, ή η κούπα δεν είναι εκεί όπου ήταν χθες. Αυτό γίνεται η διαφορά μεταξύ επιτυχημένης εκτέλεσης και αποτυχίας.

Στο Humanoid, αυτό είναι ο λόγος για τον οποίο αρχίζουμε να δοκιμάζουμε νωρίς με εμπορικούς συνεργάτες. Ενσωματώνουμε τα ρομπότ μας σε ζωντανούς χώρους για να ανακαλύψουμε γρήγορα πιθανές ελαττώματα και να διασφαλίσουμε την οπτική λειτουργία πριν από την ανάπτυξη. Ένα ρομπότ που εκτελεί καλά σε模拟 ή demo δεν είναι το ίδιο με ένα που κερδίζει την εμπιστοσύνη υπό πίεση, γιατί αυτή η εμπιστοσύνη χτίζεται τελικά με βάση τη μάθηση στον πραγματικό κόσμο.

Γνωρίζουμε ότι τα ανθρωποειδή θα είναι διαθέσιμα εμπορικά μέσα στα επόμενα δύο χρόνια — αλλά δεν περιμένουμε. Για μας, η εμπορευματοποίηση αρχίζει νωρίς. Αυτό σημαίνει ότι χτίζουμε μακροπρόθεσμες συνεργασίες γύρω από πραγματικές περιπτώσεις χρήσης. Μέσω μιας σειράς πιλοτικών προγραμμάτων, όχι μόνο εκπαιδεύουμε τους συνεργάτες μας για την τεχνολογία — αλλά και μαθαίνουμε μαζί τους. Αυτή η κοινή διαδικασία μάθησης βοηθά επίσης να εξευγενίσουμε τις κόστος δομές και την αξιοπιστία από την πρώτη μέρα — διασφαλίζοντας την καλύτερη δυνατή συνολική κόστος ιδιοκτησίας (TCO) καθώς τα συστήματα κλιμακώνουν.

Γιατί τα ανθρωποειδή είναι το απόλυτο πεδίο δοκιμών για τη γενική νοημοσύνη

Ο κόσμος που έχουμε δημιουργήσει τα τελευταία εκατό χρόνια είναι προσαρμοσμένος στην ανθρώπινη κλίμακα. Χερούλια, ανυψωτικά, αποθήκες — όλα υποθέτουν bestimmμένες διαστάσεις, εύρη motion και σιωπηρές κοινωνικές συμπεριφορές. Τα ανθρωποειδή πρέπει να προσαρμοστούν σε αυτή τη πραγματικότητα ή να κινδυνεύσουν να είναι εξαιρετικά περιορισμένα στη λειτουργικότητά τους.

Για να περπατήσετε τις σκάλες, να μεταφέρετε ένα αντικείμενο, να ερμηνεύσετε μια δείκνυση, ή να αναγνωρίσετε μια δυσκολία σε μια φωνή, ένα ρομπότ πρέπει να κατανοήσει το контέκστ far πέρα από την οπτική ταξινόμηση ή το προγραμματισμένο σχέδιο κίνησης. Πρέπει να υποθέσει την πρόθεση, να μάθει μια νέα εργασία παρακολουθώντας έναν άνθρωπο, να προσαρμόσει αυτή τη δεξιότητα σε μια ελαφρώς διαφορετική διάταξη, και να βελτιώσει την απόδοσή του με τον καιρό. Σε πρακτική, αυτό το σύστημα είναι αποτελεσματικά επέκταση του τι μπορεί να κάνει η τεχνητή νοημοσύνη υπό πραγματικές περιορισμοί.

Στο Humanoid, επιταχύνουμε αυτή τη διαδικασία μέσω τηλεχειρισμού. Στα πρώιμα στάδια της ανάπτυξης, ανθρώπινοι χειριστές οδηγούν το ρομπότ μέσω κρίσιμων εργασιών. Αυτά τα δεδομένα χειροκίνητου ελέγχου γίνονται η βάση για την εκπαίδευση νέων συμπεριφορών. Με τον καιρό, αυτές οι επιδείξεις τροφοδοτούν τα μοντέλα μας από άκρο σε άκρο, βοηθώντας μας να χτίζουμε προς την αξιόπιστη αυτονομία.

Από στενά συστήματα σε ολοκληρωμένη νοημοσύνη

Τα περισσότερα συστήματα τεχνητής νοημοσύνης σήμερα excelling σε στενά καθήκοντα. Σε απομόνωση, το καθένα από αυτά λειτουργεί καλά. Αλλά τα ανθρωποειδή δεν χρειάζονται αποσυνδεδεμένους ειδικούς. Για να ενσωματωθούν επιτυχώς, χρειαζόμαστε συστήματα που μπορούν να λογαρίθμουν σε διαφορετικά επίπεδα και χρονικές κλίμακες.

Ένα ανθρωποειδές μπορεί να λάβει μια σχετικά ασαφή οδηγία — «Πήγαινε και φέρε μου το κίτρινο κουτί από το δωμάτιο αποθήκευσης στην απέναντι πλευρά του διαδρόμου» — και να πρέπει να την αποκωδικοποιήσει σε μια σειρά υπο-εργασιών: τοποθετήστε τον ομιλητή, ναυτιλία στον διαδρόμο, αναγνώριση του σωστού κουτιού, προσαρμογή της δύναμης πίεσης, αποφυγή συγκρούσεων, και φυσικά, επιστροφή με ασφάλεια.

Κάθε μέρος αυτής της σειράς εμπλέκει ένα διαφορετικό υπο-σύστημα — όραση, κίνηση, γλώσσα, χειρισμός, και ανατροφοδότηση. Και η αξιοπιστία του συνόλου εξαρτάται από το πώς καλά αυτά τα μέρη επικοινωνούν υπό μεταβαλλόμενες συνθήκες.

Η modulaire αρχιτεκτονική είναι ένας τρόπος για να αντιμετωπίσουμε αυτή τη πρόκληση. Αυτό μας επιτρέπει να επαναλάβουμε τα υπο-συστήματα ανεξάρτητα ενώ ακόμη επιτυγχάνουμε συνολική συντονισμό. Επιπλέον, αυτό μας επιτρέπει να κλιμακώνουμε τις ικανότητες σε πολλαπλά περιβάλλοντα χωρίς να χρειάζεται να ξαναχτίσουμε από την αρχή. Αυτός είναι ο τρόπος με τον οποίο μεταβαίνουμε από κλειστά demo σε ανοιχτή απόδοση.

Τα στοιχήματα είναι τεράστια — και είναι παγκόσμια

Είναι εύκολο να πλαισιώσουμε τα ανθρωποειδή ως μελλοντικά. Αλλά όταν μιλάμε με τους πελάτες μας, η ανάγκη είναι άμεση. Πολλές αποθήκες, γραμμές συναρμολόγησης και άλλα εργοστάσια που ήταν κάποτε γεμάτα με εργαζόμενους τώρα πασχίζουν να μείνουν προσωπικό.

Αυτές οι ελλείψεις προσωπικού είναι δημογραφικά ζητήματα. στην Ιαπωνία, σχεδόν το 30% του πληθυσμού είναι πάνω από 65. Στην Ευρώπη, κρίσιμες βιομηχανίες — οι οποίες έχουν ένα συνδυασμένο μισθό $1,7 τρισεκατομμυρίων — πασχίζουν να προσλάβουν νεότερους εργαζόμενους. Αυτά δεν είναι οι τύποι ρόλων που οι περισσότεροι άνθρωποι θέλουν, και όλο και περισσότερο, δεν είναι οι τύποι ρόλων που οι άνθρωποι είναι διατεθειμένοι να κάνουν.

Μπαίνοντας ως βοηθητικά χέρια, όχι ως αντικαταστάτες, τα ανθρωποειδή μπορούν να αναλάβουν φυσικά απαιτητικά, επαναλαμβανόμενα, ή επικίνδυνα καθήκοντα — μετακίνηση αποθεμάτων, φόρτωση παλέτας, λειτουργία μηχανημάτων — χωρίς τον κίνδυνο κόπωσης ή τραυματισμού. Αυτό απελευθερώνει τους ανθρώπινους εργαζόμενους να εστιάσουν σε πιο σύνθετες, δημιουργικές, ή διαπροσωπικές πτυχές της δουλειάς.

Επιπλέον, αυτό δημιουργεί μακροπρόθεσμη οικονομική ανθεκτικότητα. Όταν η εργασία είναι εύθραυστη ή μη διαθέσιμη, οι έξυπνες μηχανές μπορούν να βοηθήσουν να διασφαλίσουν τη συνέχεια — όλα χωρίς να θυσιάσουν την ασφάλεια, την ποιότητα, ή την προσαρμοστικότητα.

Ένα άλλο σημείο που πρέπει να τονίσουμε είναι το κανονιστικό πλαίσιο. Οι περισσότερες ομάδες — ιδιαίτερα σε χαλαρά ρυθμιζόμενες δικαιοδοσίες — περιμένουν να σκεφτούν γι’ αυτό. Мы ξεκινήσαμε εκεί. Τα νότια ασφαλείας και δεδομένων της Ευρώπης είναι από τα πιο αυστηρά στον κόσμο, αλλά αντί να τα αντιμετωπίζουμε ως εμπόδια, τα θεωρούμε το ανταγωνιστικό μας πλεονέκτημα. Όταν άλλες αγορές υιοθετούν πιο αυστηρές ρυθμίσεις, θα είμαστε έτοιμοι να τις ικανοποιήσουμε, ενώ άλλες εταιρείες μπορεί να παλεύουν.

Ένας νέος αγώνας τεχνητής νοημοσύνης — αλλά όχι αυτός που νομίζεις

Πολύ από τη συζήτηση γύρω από την τεχνητή νοημοσύνη σήμερα επικεντρώνεται στην υπολογιστική δύναμη, τα παραμέτρους και τα δεδομένα εκπαίδευσης. Αλλά η πραγματική đột破 μπορεί να έρθει από μια διαφορετική πλευρά: η ολοκλήρωση στον φυσικό κόσμο. Εκεί είναι που η νοημοσύνη πρέπει να μάθει να εκτελεί, αντί να προβλέπει μόνο.

Σε αυτό το πλαίσιο, ο αγώνας είναι για το πιο ικανό σύστημα — ένα που μπορεί να λειτουργήσει σε δημόσιους χώρους, υπό περιορισμούς ασφαλείας, και με ανθρώπους στη βρόχη. Αυτό το σύστημα, εκτός από το να μαθαίνει από δεδομένα, θα μάθει επίσης — και ιδιαίτερα — από την πραγματικότητα και θα εργαστεί μαζί με τους ανθρώπους χωρίς να διαταράσσει τη ροή των πραγμάτων.

Αυτός είναι ο λόγος για τον οποίο δεν περιμένουμε μέχρι την ανάπτυξη για να αρχίσουμε. Από την αρχή, εργαζόμαστε trực tiếp με εμπορικούς συνεργάτες για να ενσωματώσουμε σε πραγματικά περιβάλλοντα — διασφαλίζοντας ότι το σύστημα βελτιώνεται όπου έχει περισσότερη σημασία: στην πράξη.

Αυτή η πραγματική μάθηση είναι ακριβώς όπου τα στενά συστήματα αποτυγχάνουν. Ενώ αυτά μας έχουν φέρει μακριά, δεν были σχεδιασμένα για αυτό το είδος πολυπλοκότητας. Τα ανθρωποειδή απαιτούν κάτι άλλο — συντονισμό, robustness, και όπως đã αναφερθεί, την ικανότητα να μαθαίνουν από το απρόβλεπτο.

Αυτή είναι η τεράστια ευκαιρία μπροστά μας. Όχι για να αυτοματοποιήσουμε τα πάντα, αλλά να χτίσουμε μηχανές που μπορούν να κατανοήσουν, να ναυτιλήσουν, και να συνεργαστούν με τον ανθρώπινο κόσμο.