Ера гуманоїдів вже прийшла — вона не прийде

На початку цього місяця в Китаї гуманоїдний робот під назвою Shuang Shuang вийшов на сцену на церемонії закінчення школи в провінції Фуцзянь, щоб отримати диплом — потиснувши руки і розрадивши учнів і вчителів. Подібні моменти представляють значущу зміну, коли гуманоїдні роботи починають входити в публічне життя дуже помітними способами.

Ці моменти позначають не тільки публічну цікавість — вони сигналізують про зміну до реальної інтеграції. Ця стаття досліджує, як гуманоїди переходять від шоу та спектаклю до функціональності — і чому те, що здається лише технічним досягненням, насправді стосується інтегрованої інтелектуальності, яка дозволяє цим машинам ходити, взаємодіяти та навчатися в середовищах, не призначених для автоматизації. Ми також обговоримо, як ми підходимо до комерціалізації через раннє розгортання та довгострокові партнерства.

Як гуманоїди вводять штучний інтелект у реальний світ

Пропуск між віртуальною продуктивністю та фізичною надійністю залишається однією з найбільш недооцінених проблем у сфері штучного інтелекту. Чат-бот може генерувати абзаци текstu без потреби діяти відповідно до них — так само, як модель бачення може ідентифікувати крок на зображенні без потреби фізично переміщуватися по ньому або ризикувати падінням. Гуманоїди не мають такого розкошу.

Щоб функціонувати у реальному світі, штучний інтелект повинен покинути статичні набори даних та контрольовані умови. Він повинен бачити, приймати рішення та діяти в середовищах, які змінюються секунду за секундою. Це включає нерівні підлоги, переміщені об’єкти, непередбачувану поведінку людей та контекстно-залежні невербальні сигнали. Результатом є щоденна зустріч із шумом, двозначністю та потенційною невдачею.

Це саме тут починає мати значення втілене міркування — коли мова ґрунтується у просторі, часі та наслідках — більше, ніж передбачення токенів. Наприклад, якщо людина говорить «обережно, слизько», робот повинен зв’язати цю фразу не тільки з словниковим визначенням, але й із просторовою свідомістю, потенційними ризиками та реальними коригуваннями.

У той же час багатозначне навчання стає важливим, оскільки жоден окремий канал входу не є достатньо надійним, щоб працювати самостійно. Камера може пропустити слизьку поверхню, але тискові датчики у нозі можуть виявити раптову втрату зчеплення. Або в іншій ситуації розпізнавання мови може зазнати невдачі в шумному складі, але візуальні сигнали або жести можуть заповнити прогалину.

Генералізація також стає критичною. Робот не може покладатися на те, що побачить саме таку ж саму середовище двічі. Він повинен адаптувати свою поведінку, коли підлога мокра, освітлення змінюється або коробка не там, де була вчора. Це стає різницею між успішним виконання та невдачею.

У Humanoid це саме тому ми починаємо тестування з комерційними партнерами. Ми інтегруємо наших роботів у реальні середовища, щоб оперативно виявити потенційні недоліки та забезпечити оптимальну роботу до розгортання. Робот, який працює добре у симуляції або демонстрації, не той самий, що й той, який заслуговує довіру під тиском, оскільки ця довіра в кінцевому підсумку будується на реальному навчанні.

Ми знаємо, що гуманоїди будуть доступні комерційно протягом наступних двох років — але ми не чекаємо. Для нас комерціалізація починається рано. Це означає будівництво довгострокових партнерств навколо реальних випадків використання. Через серію пілотних програм ми не тільки навчаємо наших партнерів про технологію — ми також вчимося поряд з ними. Цей спільний процес навчання також допомагає нам уточнити структури витрат та надійність роботи з першого дня — забезпечуючи найкращу можливу загальну вартість володіння (TCO) системами під час їх масштабування.

Чому гуманоїди є кінцевим полігоном для загальної інтелектуальності

Світ, який ми створили за останні сто років, підлаштований під людський масштаб. Ручки дверей, вилочні підйомники, складські приміщення — все припускає певні розміри, діапазони руху та імпліцитні соціальні поведінки. Гуманоїди повинні адаптуватися до цієї реальності або ризикують бути дуже обмеженими у своїй функціональності.

Щоб піднятися по сходах, нести об’єкт, інтерпретувати вказівний жест або визнати вагання у голосі, робот повинен зрозуміти контекст далеко за межами візуальної класифікації або скриптового планування руху. Він повинен здогадатися про намір, навчитися новому завдання, спостерігаючи за людиною, адаптувати цей навик до трохи іншого макету та покращити свою продуктивність з часом. На практиці ця система ефективно розширює те, що штучний інтелект може робити під реальними обмеженнями.

У Humanoid ми прискорюємо цей процес за допомогою телеоперації. На ранніх етапах розробки людські оператори керують роботом через ключові завдання. Ці практичні дані стають основою для навчання нових поведінок. З часом ці демонстрації підключаються до наших моделей «від початку до кінця», допомагаючи нам будувати надійну автономію.

Від вузьких систем до інтегрованої інтелектуальності

Більшість систем штучного інтелекту сьогодні досконало виконують вузькі завдання. В ізоляції кожна з них працює добре. Але гуманоїди не потребують відокремлених спеціалістів. Щоб інтегруватися успішно, нам потрібні системи, які можуть міркувати через модальності та часові масштаби.

Гуманоїд може отримати відносно невизначену інструкцію — «Піду та принесу жовту коробку зі складу через коридор» — і повинен розшифрувати її у послідовність підзадач: локалізувати мовця, переміщатися коридором, ідентифікувати правильну коробку, регулювати силу хватки, уникати зіткнень та, звичайно, повернутися безпечно.

Кожна частина цієї послідовності включає різні підсистеми — бачення, рух, мова, маніпуляція та зворотній зв’язок. І надійність усієї системи залежить від того, як добре ці частини спілкуються під змінними умовами.

Модульна архітектура — це спосіб задовольнити цю виклик. Це дозволяє нам ітеруватися над підсистемами незалежно, одночасно досягаючи системної координації. Крім того, це дозволяє нам масштабувати можливості в декілька середовищ без необхідності перебудовувати все заново. Це саме так ми рухаємось від закритих демонстрацій до відкритої світової продуктивності.

Ставки величезні — і вони глобальні

Легко представити гуманоїди як майбутнє. Але коли ми розмовляємо з нашими клієнтами, потреба є негайною. Багато складських приміщень, складальних ліній та інших колись зайнятих робочих місць тепер борються за утримання персоналу.

Ці нестачі робочої сили — демографічні питання. У Японії близько 30% населення старше 65 років. У Європі ключові сектори — які мають об’єднаний зарплатний фонд у розмірі 1,7 трильйона доларів — борються за набір молодих працівників. Це не ті ролі, які більшість людей хочуть, і дедалі більше — не ті ролі, які люди готові виконувати.

Входячи як допоміжні руки, а не як заміни, гуманоїди можуть виконувати фізично вимагливі, повторювані або небезпечні завдання — переміщувати запаси, завантажувати піддони, експлуатувати машини — без ризику втоми або травми. Це звільняє людських працівників, щоб вони могли зосередитися на більш складних, творчих або міжособистісних аспектах роботи.

Крім того, це створює довгострокову економічну стійкість. Коли робоча сила є волатильною або недоступною, інтелектуальні машини можуть допомогти забезпечити безперервність — все без жертвування безпекою, якістю або адаптивністю.

Іншим аспектом, який потрібно підкреслити, є нормативна база. Більшість команд — особливо у слабко регульованих юрисдикціях — чекають, щоб подумати про це. Ми почали з цього. Безпекові та дані законодавства Європи є одними з найсуворіших у світі, але замість того, щоб вважати їх перешкодами, ми вважаємо їх нашим конкурентним перевагою. Коли інші ринки приймають більш суворі регуляції, ми будемо готові їм відповісти, тоді як інші компанії можуть спішити.

Нова гонка штучного інтелекту — але не та, про яку ви думаєте

Більшість дискусій навколо штучного інтелекту сьогодні зосереджені на обчислювальній потужності, параметрах та навчальних даних. Але справжній прорив може прийти з іншого фронту: інтеграції у фізичному світі. Саме там інтелект повинен навчитися виконувати, а не просто передбачати.

У цьому відношенні гонка полягає у найбільш здатній системі — тій, яка може працювати у публічних просторах, під обмеженнями безпеки та з людьми у циклі. Ця система, окрім навчання з даних, також — і особливо — навчиться з реальності та працюватиме поряд з людьми без порушення потоку речей.

Саме тому ми не чекаємо до розгортання, щоб почати. З самого початку ми працюємо напряму з комерційними партнерами, щоб інтегруватися у реальні середовища — забезпечуючи, що система покращується саме там, де це найважливіше: у практиці.

Таке реальне навчання саме там, де вузькі системи не витримують. Хоча вони привели нас далеко, вони не були призначені для такого рівня складності. Гуманоїди вимагають чогось іншого — координації, стійкості та, як вже згадувалося, здатності навчатися з несподіваного.

Саме це величезна можливість перед нами. Не автоматизувати все, а будувати машини, які можуть зрозуміти, переміщатися та співпрацювати з людським світом.