Заря новой эры роботов с ИИ

Энтузиазм команды инженеров мирового уровня, собранной в Tesla, позволяет надеяться, что «Оптимус» может «выстрелить», даже если для запуска серийного производства потребуется больше времени, чем предполагается сейчас. В случае успеха «Оптимус» может вывести персональных роботов на массовый рынок в течение десятилетия.

Несмотря на то, что первоначальная стоимость «Оптимус» составит около 20 000 долларов, в 2032 году он может стать таким же обычным явлением в магазинах или на заводах, как электрокары на дорогах сегодня. Пройдет еще 10 лет, и человекоподобные роботы в повседневной жизни могут стать обычным явлением. Не исключено, что их можно будет встретить дома, в магазинах и ресторанах, на заводах и складах, в медицинских учреждениях и домах престарелых.

При таком сценарии идея «искусственного друга», эмоционально разумного андроида, как его изобразил Кадзуо Исигуро в романе «Клара и солнце», не кажется такой уж надуманной. Это же можно сказать и про «диджиентов» (digients, сокращение от digital entities, цифровые сущности), описанных Тедом Чиангом в книге «Жизненный цикл программных объектов». Диджиенты — это искусственные интеллекты, созданные в чисто цифровом мире и обитающие в общем цифровом пространстве. Они также могут быть загружены в физических роботов, что позволяет им взаимодействовать с людьми в реальном мире.

Возможность людей взаимодействовать с роботами, по-видимому, является ключом к их успешному внедрению. По крайней мере, так считает Уилл Джексон, основатель и генеральный директор компании Engineered Arts, который недавно заявил: «Настоящей "киллер-фичей" для человекоподобного робота является желание людей взаимодействовать с ним».

Может ли быть так, что такой сценарий окажется совершенно несбыточным, и все эти прогнозы останутся не более чем научной фантастикой или коммерческим пиаром? Некоторые считают именно так, например, Майкл Хилтзик из газеты Los Angeles Times. Он полагает: «Шумиха вокруг ИИ не только вредит пониманию непрофессионалов в области [робототехники], но и может подрывать усилия экспертов по развитию этой области». Конечно, важно отделять шумиху от реальности. Но не стоит упускать из вида общую траекторию движения исторических процессов. 

Сегодня робототехника, как и область ИИ в целом, все еще находится на ранней стадии своего развития. Темпы прогресса, однако, феноменальны. Хотя «Оптимус»  еще много лет не будет представлять собой готовый продукт, невозможно игнорировать необычайную скорость развития. Всего за один год «Оптимус» прошел путь от концепции до мобильного двуногого робота. Tesla не одинока на пути создания человекоподобного робота. Например, группа инженеров из Рочестерского технологического института (RIT) объявила о создании человекоподобного робота, который может обучать китайской гимнастике тай-чи.

Создание роботов, имитирующих действия человека, является чрезвычайно сложной задачей. Журналисты издания EE Times подробно описывают сопутствующие проблемы. С точки зрения механики бипедальная локомоция, то есть ходьба на двух ногах является чрезвычайно сложной физической задачей. В ответ на это человеческое тело эволюционировало и адаптировалось таким образом, что удельная мощность человеческих суставов очень высока. Другими словами, просто удержаться в вертикальном положении для роботов чрезвычайно сложно.

Несмотря на все трудности, реальный прогресс налицо. Недавно исследователи из Университета штата Орегон установили мировой рекорд Гиннесса по бегу робота на 100 метров, на что потребовалось меньше 25 секунд. Команда тренировала «Кэсси» с 2017 года, используя алгоритмы ИИ с подкрепляющим обучением. 

Человекоподобные роботы становятся возможными благодаря ИИ, и ИИ мчится вперед благодаря тройному экспоненциальному росту мощности компьютеров, скорости разработки программного обеспечения и объемов данных.

Пожалуй, нигде этот стремительный прогресс ИИ не заметен лучше, чем в обработке естественного языка. В частности в проблемах, которые касаются генерации текста и превращения текста в изображение. OpenAI выпустила свои первые инструменты для генерации текста в феврале 2019 года. А в апреле 2022 года представила миру модель DALL-E 2, которая является куда более мощной, чем предыдущие версии.

Технологии обработки естественного языка быстро находят применение в реальном мире, от разработки кода до рекламы, включая копирайтинг и создание изображений. Одним из самых ярких примеров является история о том, как креативному художнику Карен Ченг было поручено создать сгенерированное ИИ изображение обложки для журнала Cosmopolitan. Для создания идей и конечного изображения она использовала модель DALL-E 2.

Видеоролик "Ворон", созданный искусственным интеллектом, недавно получил приз за лучший короткометражный фильм на Каннском фестивале. Для создания видеоролика компьютерный художник Гленн Маршалл передал видеокадры из уже существующего видеоролика в CLIP (Contrastive Language-Image Pre-training), еще одну нейронную сеть, созданную OpenAI. Затем Маршалл попросил CLIP сгенерировать видео по запросу «картины с вороном в пустынном пейзаже».

Конечно, достижения в области обработки естественного языка — это не то же самое, что успехи в робототехнике. Однако роботам нужен мозг. И технологии обработки естественной речи можно считать зачатками мозга, который нужен роботам для взаимодействия с людьми. В конце концов, одной из основных функций мозга людей является способность воспринимать и интерпретировать язык и преобразовывать его в соответствующие контексту ответы и действия.

Несомненно, пройдет еще не один десяток лет, прежде чем человекоподобные роботы будут бродить по свету. Пока что «Оптимус» и другие роботы — это в основном простые машины, возможности которых будут расти в течение следующих нескольких десятилетий, чтобы стать полностью эволюционировавшими искусственными гуманоидами.