Новата мантра на Силициевата долина: "Физическият AI" ще върши човешките задачи - в кухнята
Докато технологичните гиганти инвестират милиарди в новата индустрия, хиляди човешки оператори работят като високотехнологични кукловоди. Целта им е да генерират безценни данни за фината моторика и да подготвят хуманоидните роботи за реалния свят
,fit(1001:538)&format=webp)
След като Силициевата долина посвети последните години на развитието на изкуствения интелект с фокус върху комуникацията, сега водещите технологични компании в САЩ се стремят да създадат физически тела за AI, които да изпълняват задачи като повдигане, сортиране, строителство и да живеят съвместно с хората.
Преходът към „физическия AI“ – термин, въведен от главния изпълнителен директор на Nvidia Дженсън Хуанг – се очертава като най-новата технологична надпревара според анализ на Business Insider.
Компании като Nvidia, OpenAI, Meta и Tesla, заедно с редица стартъпи, се конкурират в разработването на хуманоидни роботи и софтуерни системи, които да им позволят да се ориентират ефективно в реална среда.
В стремежа си да реализират роботите технологичните компании наемат водещи специалисти и осигуряват значително финансиране. По данни на PitchBook, цитирани от Business Insider, рисковите инвестиции в глобалната роботика и физическия изкуствен интелект са се увеличили от около 4 милиарда долара през 2019 г. до 26 милиарда долара през 2025 г. Само тази година компаниите в сектора са набрали над 23 милиарда долара, а според Goldman Sachs глобалният пазар на хуманоиди може да достигне 38 милиарда долара до 2035 г.
Главният изпълнителен директор на OpenAI Сам Алтман обяви роботиката за следващ приоритет на компанията. В краткосрочен план фокусът е върху роботи, които подпомагат квалифицирани специалисти, а в дългосрочен – върху предоставянето на личен робот за всякакви нужди.
Nvidia представя стандартен проект за хуманоиден робот, предназначен за академични изследвания. Роботът ще разполага с тяло от китайската компания Unitree, ръце с пет пръста и вградени изчислителни системи.
Дженсън Хуанг прогнозира, че хуманоидните роботи ще въведат физическия изкуствен интелект в ключови световни индустрии, създавайки икономически възможности за трилиони долари. Освен технологичните гиганти стартъпи като Figure AI, оценен на 39 милиарда долара, вече сключват търговски споразумения с големи компании за внедряване на хуманоиди в логистичните им мрежи.
Tesla на Илон Мъск временно спира производството на автомобили във фабриката си във Фримонт тази година, за да освободи място за производствени линии за роботите Optimus, с планове за капацитет до 1 милион единици годишно. Но как тези машини се научават да се движат като хора?
Изкуственият интелект на хуманоидните роботи изисква големи обеми от данни, за да имитира човешките движения. Докато данните за писане, говорене или програмиране са лесно достъпни онлайн, за усвояване на физически движения като изправяне, повдигане или наливане на напитка е необходима значително повече информация.
Тук възниква нова задача за специалисти като Фернандо Флорес, чиято история е описана от Los Angeles Times.
Флорес прекарва по осем часа дневно, наливайки кафе в една и съща чаша. Като старши пилот на роботи в стартъпа Encord в Сан Франциско той използва механични контролери, за да управлява роботизирани ръце, които вземат кана с кафе, наливат в чаша и връщат каната обратно стотици пъти на ден.
Инвестициите от 10 милиарда долара в роботика през 2026 г. създават нова индустрия, фокусирана върху обучението на роботи. Първоначално данните се събират чрез хора, които прикрепят смартфони към челата си, за да записват изпълнението на домакински задачи. Този метод обаче не улавя точно въртящия момент, силата и захвата, необходими за безупречна работа на роботизираната ръка. Затова днес обучението се осъществява чрез скъпи съоръжения, които позволяват на операторите да контролират движенията на машините, предлагайки по-богата представа за двигателните умения и манипулирането с обекти.
Компании като Encord таксуват клиентите си до 1000 долара на час за тренировъчни данни. Винийт Велмуруган, ръководител на обучението по роботика в компанията, споделя пред Los Angeles Times, че тази информация е ключова за следващия етап, в който роботите ще могат самостоятелно да коригират грешките си и да изпълняват задачи.
Много стартъпи за роботизирани данни се концентрират върху индустриални приложения, тъй като роботите работят по-ефективно от хората в структурирана и предвидима среда като фабрики или складове.
Домашните задачи са по-трудни за усвояване поради разнообразието в оформлението и липсата на стандартизация. Въпреки че много хуманоиди вече могат да ходят, те срещат затруднения при отваряне на врати и определяне на необходимата сила за дърпане или бутане. Включването на кабели е сред най-важните умения, тъй като компаниите търсят роботи, които да подпомагат изграждането на големи центрове за данни.
Дистанционното управление става ключова част от бизнеса за справяне със сложните задачи.
Los Angeles Times посочва компанията Tutor Intelligence, която разполага със 100 робота в Масачузетс, управлявани от екип, разпределен между Мексико, Филипините и Бостън. Този месец базираната в Сан Франциско услуга за почистване Gatsby успешно извърши роботизирано почистване на дом в САЩ с помощта на телеоператор от Мексико.
Глобалната надпревара се засилва, като Китай разполага с над 40 държавни съоръжения за събиране на данни за роботи, където стотици хора имитират движения, за да обучават машините.
Въпреки значителния напредък технологията все още се развива. Съоснователят на Encord Улрик Хансен споделя, че дори при усвояване на по-сложни задачи роботите ще разчитат дълго време на стотици телеоператори за дистанционна намеса при грешки. Обучението на един робот изисква голям обем информация и критично мислене, което прави професията „робот-кукловод“ ключова за бъдещето на индустрията.
&format=webp)
&format=webp)
)
&format=webp)
&format=webp)
&format=webp)
,fit(1920:897)&format=webp)
&format=webp)
&format=webp)
&format=webp)
,fit(1920:897)&format=webp)
&format=webp)
&format=webp)
,fit(140:94)&format=webp)