Разработчики ИИ для роботов выходят из эпохи GPT-2

Создатели «мозгов» для роботов всё ещё живут в эпохе GPT-2

Роботы пока не умеют создавать ценность

Физический ИИ стал одним из самых популярных направлений венчурных инвестиций: компании привлекают миллиарды долларов, перенося в робототехнику подходы, которые ранее применялись для больших языковых моделей.

Этот интерес помог китайскому производителю роботов Unitree провести крупное первичное размещение акций. После выхода на китайскую площадку, которую сравнивают с Nasdaq, капитализация компании достигла $66 млрд. Однако уже на этой неделе Unitree потеряла почти половину стоимости. Аналитики связывают это с очевидной проблемой: физические способности роботов улучшаются, но машинам по-прежнему не хватает знаний и навыков для выполнения работы, которая приносит экономическую ценность.

На конференции Actuate, прошедшей на прошлой неделе, собрались разработчики «мозгов» для роботов. По данным организатора Foxglove — компании, которая помогает разработчикам моделей физического ИИ управлять и визуализировать данные, — с 2023 года мероприятие выросло втрое и в этот раз собрало 1 500 участников.

Одновременно на конференции было видно, с какой проблемой сталкивается отрасль. На стенде Avala, ещё одного поставщика инфраструктуры для физического ИИ, размещался призыв решить «кризис робототехнических данных».

Речь идёт о нехватке качественных данных для обучения ИИ-моделей. До создания универсальных роботов, способных выполнять любые задачи, ещё далеко. Даже обучение «от начала до конца» под конкретные задачи пока не привело к появлению продуктов с надёжными коммерческими результатами.

Поэтому разработчики пытаются повторить путь передовых ИИ-лабораторий: находить или создавать более разнообразные наборы данных, экспериментировать с разными режимами обучения и искать более эффективные сценарии обучения с подкреплением.

Гарри Меллсоп, основатель Antioch — компании, которая создаёт инструменты симуляции для разработчиков моделей, — считает, что физический ИИ сейчас находится в «эпохе GPT-2». Речь об OpenAI-модели, появившейся до ChatGPT. Чтобы перейти на следующий этап, отрасли понадобятся дополнительные данные и вычислительные ресурсы, особенно GPU, оптимизированные для трассировки лучей: их используют для создания реалистичных симуляций.

Чему робототехника учится у автопилотов

Дальше всех продвинулись автономные автомобили. Отчасти это связано с тем, что компании могут собирать релевантные данные с машин, которыми управляют люди. Кроме того, главная задача автопилота — избежать столкновения, тогда как роботу обычно приходится физически взаимодействовать с окружающей средой и манипулировать предметами.

Многие инструменты для создания моделей пришли именно от компаний, занимающихся автономным транспортом. Например, Foxglove основали бывшие сотрудники Cruise — прежнего проекта General Motors по разработке беспилотных автомобилей.

Теперь автомобильные компании всё чаще рассчитывают, что их вложения в инструменты машинного обучения помогут им конкурировать с производителями гуманоидных роботов. Tesla уже проверяет этот подход на роботе Optimus. А Wayve, специализирующаяся на автономном транспорте, и сервис заказа поездок Uber открыли собственные робототехнические лаборатории, сосредоточенные на гуманоидных формах, как на исследовательских проектах.

Генеральный директор Wayve Алекс Кендалл считает, что начинать разработку стоит с автомобилей: робототехника, связанная с манипуляциями, сегодня находится примерно там, где беспилотное вождение было пять лет назад. По его словам, инфраструктура данных, симуляции и эксплуатации моделей, вероятно, будет общей, а вот модель мира для симулятора потребует отдельного дообучения.

Кендалл ожидает, что у разных типов роботов окажется больше общего, чем различий, однако для разных вариантов физического воплощения моделей всё равно понадобятся отдельные настройки.

Он также считает преждевременным привязываться к одной аппаратной платформе. Датчики и другие компоненты быстро улучшаются, а по-настоящему универсальная модель должна меньше зависеть от конкретного оборудования.

С этим не согласен Теофиль Жерве, генеральный директор Genesis ИИ — вертикально интегрированной компании по созданию гуманоидных роботов. В этом году новая компания привлекла посевной раунд на $105 млн. Жерве считает, что отрасль находится на слишком раннем этапе для стратегии, в которой создают общий «мозг», а затем подбирают под него оборудование. По его мнению, сейчас есть много возможностей совместно проектировать аппаратную часть и ИИ.

Узкие задачи дают роботам работу

Жерве также затронул вопрос о том, насколько узкой должна быть специализация компаний в физическом ИИ.

Робототехнические компании, которые решают конкретные задачи, уже выводят свои машины в реальные условия: Gritt строит солнечные электростанции, Agility разворачивает роботов на промышленных объектах, а Bedrock в автономном режиме управляет экскаваторами. Универсальные гуманоидные роботы при этом в основном остаются в лабораториях.

По словам Жерве, заказчикам не нужен универсальный робот, который работает с точностью 80%. Одни компании пытаются охватить сразу множество сценариев, но без отраслевой специализации это не создаёт ценности. При этом есть и обратный риск: если строить решение для узкой отрасли поверх уровня GPT-2, его может вытеснить конкурент, который использует систему уровня GPT-4.

Инвестиции в конкретную отрасль привлекательны ещё и потому, что дают компании не только выручку, но и данные из реального мира. Данных для отдельных задач может не хватить, чтобы развивать универсальные модели, зато их достаточно для создания робота, который приносит пользу.

Технический директор Bedrock Кевин Петерсон рассказал, что компания начала с экскавации, чтобы разобраться с проблемами «манипуляций в реальном мире». В дальнейшем Bedrock планирует создать интеллектуальный слой, который будет работать сразу с несколькими строительными машинами.

Данные для симуляций

Управлять такими массивами данных сложно, особенно из-за большого объёма визуальной информации и данных лидаров.

На этой неделе Foxglove представила новый продукт, построенный на открытой модели мира Cosmos от Nvidia. Он позволяет инженерам искать нужные данные с помощью сложных запросов на естественном языке, а затем создавать оценки и симуляции.

Цель продукта — ускорить сортировку проблем и отладку, чтобы разработчики моделей могли быстрее повторять цикл изменений и проверок.

Каким будет момент ChatGPT для роботов

Сэм Альтман недавно заявил, что «момент ChatGPT» для физического ИИ может наступить через несколько лет. Однако Алекс Кендалл напоминает: крупнейшее в мире развёртывание роботов по-прежнему связано с бытовыми роботами-пылесосами.

Для него такой момент должен заинтересовать потребителей, а не инвесторов — инвесторы уже проявляют к отрасли достаточно интереса.

Кендалл привёл в пример автономное вождение без необходимости следить за дорогой в автомобиле, стоимость аппаратной части которого не превышает $1 000. Его компания как раз лицензирует модели автопроизводителям, пытаясь добиться такого результата. Кендалл считает, что этот бизнес с потенциальным объёмом в несколько миллиардов долларов позволит Wayve создать по-настоящему универсальную модель воплощённого ИИ.

Жерве представляет этот перелом иначе. По его мнению, физический ИИ станет реальным, когда робот начнёт работать «из коробки»: человек сможет обратиться к нему на естественном языке и поручить базовую физическую задачу — например, толкнуть или потянуть предмет, закрыть ноутбук или убрать со стола. Если робот будет выполнять такие действия с надёжностью примерно 80% и выше без дополнительной настройки, это станет опытом, сопоставимым с ChatGPT.

Генеральный директор Foxglove Эдриан Макнил смотрит на вопрос иначе. Он считает, что у робототехники не будет единственного «момента ChatGPT». Успех ChatGPT был связан с распространением: сервис за короткое время прошёл путь от нуля примерно до миллиона активных пользователей. В реальном мире добиться такого распространения гораздо сложнее.

Макнил был бы рад увидеть в робототехнике момент, сопоставимый с появлением Apple II или IBM PC. Для него это будет доступный домашний робот, которого можно купить и который начнёт выполнять полезные и интересные задачи.