Ich trinke in San Francisco von Robotern zubereiteten Kaffee. Nichts Besonderes, oder? Maschinen servieren Bohnen seit Anfang der 2010er Jahre. Aber das Ding, das die Tasse hält, ist nicht nur eine Kaffeemaschine. Es ist ein Generalist. Ein Gehirn.
Diese spezielle Einheit faltet auch Kleidung. Möhren schälen. Auch Küchen schrubben. Es lernte diese Tricks schneller, als die meisten Kleinkinder das Laufen beherrschen.
Lernen Sie körperliche Intelligenz kennen. Gegründet im Jahr 2024. Der Grundgedanke ist einfach: Bauen Sie ein Gehirn, keinen Körper.
Andere Giganten wie Tesla und Boston Dynamics jagen Humanoiden. Amazon automatisiert Lager mit Single-Task-Bots. Physical Intelligence will das Betriebssystem, auf dem sie alle laufen. Ein anpassungsfähiger Geist. Unendliche Maschinenformen.
In den meisten Bereichen wird es schwieriger, mehr Probleme zu lösen. In der KI macht es die Dinge einfacher. Sie verfügen über vielfältigere Wissensquellen.
Sergey Levine, einer der Gründer, brachte es auf den Punkt. Er unterrichtet in Berkeley. Er glaubt, dass Vielfalt Intelligenz fördert.
Es ist das gleiche Spielbuch wie der Chatbot-Boom. Large Language Models (LLMs) explodierten, weil Rechenleistung und Daten endlich auf gute Algorithmen trafen. Levine hofft, dass die Robotik die gleiche Kurve sieht. Nur steiler.
Das Geheimnis hier ist das VLA -Modell. Vision-Sprache-Aktion.
Robotik der alten Schule? Bringen Sie eine Aufgabe bei. Wiederholen. Langweilig. Teuer.
VLAs nutzen den allgemeinen gesunden Menschenverstand eines LLM und verwandeln Worte in Muskelbewegungen.
- Mensch sagt: „Räum dieses Chaos auf.“
- Roboter sieht: Schmutziges Geschirr, kaputtes Spielzeug.
- Roboterhandlungen: Ergreift einen Schwamm. Hebt Spielzeug auf.
Ingmar Posner von der Universität Oxford bezeichnet es als die direkteste Umsetzung der Aufregung im LLM-Bereich. Anstatt das nächste Wort zu erraten, errät der Roboter den nächsten Zug.
Aber warte.
Roboter scheitern, weil die reale Welt chaotisch ist. Unendliche Variationen. Nicht genügend Daten zum Trainieren. Entwickler vermeiden es normalerweise, sich selbst beizubringen, weil das Sammeln dieser Daten höllisch ist.
Levine ist anderer Meinung.
Sein Team lehrt Bots in gefälschten Umgebungen. Lagerhäuser wurden zu Scheinküchen und Schlafzimmern. Sie stellen die Zimmer jede Woche neu her. Sie schicken Roboter in echte Häuser.
Das Ziel? Verallgemeinerung.
Das Modell π0.7 kochte kürzlich Süßkartoffeln in einer Heißluftfritteuse. Es hatte dieses Gerät noch nie zuvor gesehen. Die Menschen gaben einfach Schritt-für-Schritt-Sprachanweisungen. Es hat funktioniert.
Levine ist von der Geschwindigkeit schockiert. Er ist seit zwei Jahren im Einsatz und die Fortschritte übertrafen seine eigenen Prognosen.
Das Geld folgt dem Hype. Start-ups sammeln Milliarden ein. Amazon und Google DeepMind bauen ihre eigenen Flotten. Jeder möchte jetzt einen Allzweckroboter.
Aber übertreibe es nicht.
Moravecs Paradox existiert aus einem bestimmten Grund. Hans Moravec bemerkte 1988, was immer noch gilt: Es ist einfach, einem Roboter Logik auf Doktortitelniveau zu verleihen. Es ist nahezu unmöglich, ihm die Wahrnehmungsfähigkeiten eines Babys zu vermitteln. Schach? Erledigt. Durch eine Menschenmenge gehen? Hart.
Posner glaubt, dass wir nur erste Anzeichen sehen. Realer Einsatz? Skeptisch.
Warum?
Menschen sind kontrovers. Wir mögen es, mit Robotern herumzuspielen. Es macht Spaß, Dinge kaputt zu machen.
Er glaubt nicht, dass es bald ein skalierbares, profitables Geschäftsmodell geben wird.
Daniel Süßkind schreibt bereits darüber. Wie sollen wir lernen, wenn KI mit der Logik umgeht? Welche Fähigkeiten überleben den Wandel? Die Antwort steht nicht im Code. Es ist das Chaos, das wir hinterlassen, damit diese Maschinen aufräumen können.
Vielleicht ist das die einzige Aufgabe, die sie zuerst wirklich meistern werden. Umgang mit uns.
