Я пью кофе, приготовленный роботом, в Сан-Франциско. Ничего особенного, правда? Автоматы с кофе работают с начала 2010-х. Но то, что держит чашку, — это не просто кофемашина. Это универсальный помощник. Мозг.
Этот конкретный экземпляр также складывает одежду. Чистит морковь. Даже моет кухни. Он выучил эти трюки быстрее, чем большинство малышей учатся ходить.
Знакомьтесь: Physical Intelligence. Основана в 2024 году. Их идея проста: создавайте мозг, а не тело.
Другие гиганты, такие как Tesla и Boston Dynamics, гонятся за человекоподобными роботами. Amazon автоматизирует склады с помощью ботов для одних задач. Physical Intelligence хочет создать операционную систему, которая будет управлять всеми ними. Один адаптивный ум. Бесконечные формы машин.
В большинстве областей решение большего числа проблем усложняет задачу. В ИИ же наоборот: оно облегчает её. У вас появляются более разнообразные источники знаний.
Сергей Левин, один из основателей, выразился прямо. Он преподает в Беркли и верит, что разнообразие питает интеллект.
Это тот же сценарий, что и бум чат-ботов. Большие языковые модели (LLM) взорвались, потому что вычислительная мощность и данные наконец встретились с хорошими алгоритмами. Левин надеется, что робототехника увидит ту же кривую роста. Но более крутую.
Секретный ингредиент здесь — модель VLA (Vision-Language-Action).
Робототехника старого образца? Научите задаче. Повторяйте. Скучно. Дорого.
VLA берут широкое общее понимание мира из LLM и превращают слова в мышечные движения.
- Человек говорит: «Убери этот беспорядок».
- Робот видит: Грязная посуда, сломанная игрушка.
- Робот действует: Берёт губку. Поднимает игрушку.
Ингмар Посснер из Оксфорда называет это самым прямым переводом энтузиазма по поводу LLM. Вместо того чтобы угадывать следующее слово, робот угадывает следующее движение.
Но подождите.
Роботы ошибаются, потому что реальный мир хаотичен. Бесконечные вариации. Недостаточно данных для обучения. Разработчики обычно избегают самообучения, потому что сбор таких данных — это ад.
Левин не согласен.
Его команда обучает ботов в искусственных средах. Склады превращаются в макеты кухонь и спален. Они переустанавливают комнаты каждую неделю. Они отправляют роботов в настоящие дома.
Цель? Генерализация.
Модель π0.7 недавно приготовила сладкий картофель в аэрогриле. Она раньше никогда не видела этого прибора. Люди просто дали пошаговые голосовые инструкции. И это сработало.
Левин поражён скоростью. Он работает уже два года, и прогресс превзошёл его собственные прогнозы.
Деньги следуют за хайпом. Стартапы собирают миллиарды. Amazon и Google DeepMind строят собственные парки роботов. Все хотят универсального робота прямо сейчас.
Но не забегайте вперёд.
Парадокс Моравека существует не просто так. Ханс Моравек заметил в 1988 году то, что остаётся верным: дать роботу логику уровня PhD легко. Дать ему навыки восприятия, как у младенца, почти невозможно. Шахматы? Сделано. Прохождение через толпу? Сложно.
Посснер считает, что мы видим лишь ранние признаки. Реальное развертывание? Он скептичен.
Почему?
Люди — это адверсарии. Мы любим троллить роботов. Разрушать вещи — это весело.
Он не верит, что масштабируемая и прибыльная бизнес-модель появится в ближайшее время.
Даниэль Сасскинд уже пишет об этом. Как нам следует учиться, когда ИИ берет на себя логику? Какие навыки переживут этот сдвиг? Ответ не в коде. Он в хаосе, который мы оставляем после себя для этих машин, чтобы они его убирали.
Возможно, это единственная задача, которую они по-настоящему освоюют первой. Разбираться с нами.
