Sadržaj
Teslin humanoid Optimus posljednjih se mjeseci pojavljuje posvuda: pleše, dodaje kokice, baca smeće i usisava. Ponekad ga se vidi i kako pada unatrag dok dijeli boce vode ili se muči s glačanjem košulje. Elon Musk tvrdi da bi Optimus mogao postati najveći proizvod u povijesti, s cijenom od oko 20.000 dolara i javnom prodajom do kraja 2027.
Musk nije jedini optimist. Investitor Marc Andreessen robotiku naziva potencijalno najvećom industrijom u povijesti, Nvidijin šef Jensen Huang u siječnju je rekao da će humanoidi ove godine dosegnuti ljudske sposobnosti, a Morgan Stanley do 2050. predviđa gotovo milijardu humanoida i tržište vrijedno više od pet bilijuna dolara. Opsežna analiza magazina MIT Technology Review ipak pokazuje da je stvarnost u laboratorijima znatno skromnija.
Izgled nije isto što i sposobnost
Velik dio optimizma počiva na ideji da će isti napredak koji je donio ChatGPT i Claude omogućiti robotima da oponašaju ljudske pokrete kao što chatbotovi oponašaju jezik. Mnogi istraživači u to sumnjaju. Yann LeCun, jedan od pionira umjetne inteligencije, u Davosu je ustvrdio da nijedna tvrtka koja razvija humanoide nema pojma kako ih učiniti dovoljno pametnima da budu korisni.
Jonathan Hurst, suosnivač tvrtke Agility Robotics, za MIT Technology Review kaže da je robota koji izgleda kao čovjek lako napraviti, ali je neusporedivo teže napraviti stroj koji se kreće i ponaša kao čovjek.
Što roboti danas zaista znaju
Google DeepMind svoj najnapredniji sustav Gemini Robotics testira na platformi ALOHA 2, koju čine dvije mehaničke ruke s hvataljkama i nekoliko kamera. Robot zna spakirati jednostavan obrok u kutiju za ručak, kuhinjskom hvataljkom pokupiti mahune ili presaviti origami. Prije tri godine to nije bilo moguće.
Ključ napretka su modeli vizije, jezika i djelovanja te neuronske mreže, koje iz slika, videa i podataka o pokretima uče upravljati robotskom rukom. Problem je što robot gotovo sigurno još uvijek zakaže čim dobije zadatak koji nije vidio tijekom učenja. Edward Johns s londonskog Imperial Collegea rekao je za MIT Technology Review da takav model zasad zna napraviti tek pokoju stvar tu i tamo.
Više podataka ili potpuno novi pristup
Uobičajeni odgovor industrije jest prikupiti još više podataka. No za razliku od jezičnih modela, koji su učili na golemim količinama teksta, za robote ne postoji sličan izvor kvalitetnih fizičkih demonstracija. Upravljanje robotima na daljinu skupo je i sporo, snimke ljudi daju podatke slabije kvalitete, a roboti izvan laboratorija još nisu dovoljno sigurni.
Hurst smatra da je sama premisa pogrešna jer bi za pravu općenitost trebalo pokriti doslovno svaku situaciju. Već je kuhanje kave puno varijabli: nijedna kuhinja nije ista, aparati rade različito, a šalice traže različit hvat. Kao alternativu mnogi vide takozvane modele svijeta, sustave koji uče kako se predmeti stvarno ponašaju i predviđaju posljedice radnje prije nego što je robot izvede. U to se ulaže golem novac: World Labs Fei-Fei Li u rujnu je za 8,2 milijarde dolara preuzeo AMD, a LeCunov AMI Labs prikupio je milijardu dolara. I sami osnivači priznaju da je riječ o ranoj fazi.
Slatki krumpir u fritezi - nova paradigma
Startup Physical Intelligence iz San Francisca u travnju je predstavio model π0.7, koji je pokazao prve znakove takozvane kompozicijske generalizacije, odnosno sposobnosti da kombinira naučene vještine za zadatke koje nikad nije radio. Kad su ga zamolili da stavi slatki krumpir u fritezu na vrući zrak, robot je nakon nekoliko pogrešnih pokušaja obavio prihvatljiv, iako nedovršen posao. Kasnije se pokazalo da su u podacima za učenje ipak postojala dva kratka primjera rada s košarom friteze.
Sedamdeset posto uspjeha nije dovoljno
Iza spretnih robota u promotivnim videima često stoji čovjek koji njima upravlja na daljinu ili je pokrete unaprijed isplanirao. Google DeepMind dosad nije uspio naučiti robota da u kuhinji pronađe i spakira sve sastojke za rižoto s gljivama. Marc Raibert, osnivač Boston Dynamicsa, problem sažima ovako: istraživači se vesele kad uspješnost poraste s 50 na 70 posto, ali 70 posto u praksi znači da sustav ne radi.
Agility ima stotine robota u probnom radu kod tvrtki GXO, Amazon i Schaeffler, no oni zasad samo premještaju kutije i spremnike. Kućni robot 1X Neo može se naručiti za 20.000 dolara, ali za većinu poslova i dalje treba ljudskog operatera na daljinu. Hurst procjenjuje da će proći desetak godina prije nego što roboti počnu raditi zaista korisne stvari u kućanstvima.
Kad se to dogodi, vrlo je vjerojatno da će roboti biti kineski. Gotovo 90 posto od oko 15.000 humanoida isporučenih 2025. proizvele su kineske tvrtke, a Unitreejev najjeftiniji model stoji manje od 6.000 dolara.
Naslovna ilustracija: MIT Technology Review