A megtestesült AI

A fizikai intelligencia nem csupán újabb divatos kifejezés a mesterséges intelligencia gyorsan bővülő szótárában. Világunkat mélyrehatóan átalakító transzformatív technológia, az AI testet, általában robottestet öltő, fizikai terekben is tevékeny változata. Beprogramozott mozdulatok helyett környezetéből tanulva folytat interakciókat, és válik számos területen alkalmazhatóvá.

◼︎ Fizikai intelligencia

Kialakulóban van az AI-nak a digitális és a fizikai világ közötti szakadék áthidalását ígérő új paradigmája. Iparágakat forradalmasít, átalakítja mindennapi életünket, és azzal, hogy számos feladatot valós helyzetekben is képes tanulás alapján végrehajtani és így automatizálni, megkérdőjelezi a gépek képességeiről alkotott eddigi elképzeléseinket.

Daniela Rus, az MIT Számítástudomány és Mesterséges Intelligencia Labor (CSAIL) igazgatójának definíciója szerint „a fizikai intelligencia a dinamikus környezeteket megértő, a kiszámíthatatlansággal megbirkózó, valós időben döntéseket hozó, újfajta intelligens gép. A szabványos AI-modellekkel ellentétben ez a való világ alapelveinek, például az ok-okozati összefüggések megértésében gyökerezik”.

Ellentétben a digitális feladatokban jól teljesítő, hagyományos mesterséges intelligenciával, ezek a gépek a fizikai valóságban – a gyártásban, a közlekedésben, a háztartások automatizálásában – végeznek önállóan összetett feladatokat, miközben interakcióba kell lépniük közvetlen fizikai környezetükkel. Ennek során nem egyetlen, előre definiált szkriptet követnek, hanem ugyanúgy valós időben reagálnak, mint az ember. Alkalmazkodnak a gyártócsarnok változásaihoz, könnyen kezelik az esetleges zavarokat. Az elméleti fizikai tudást gyakorlati haszonná tudják fordítani: ha például az önvezető járművek jobban értenének olyan fogalmakat, mint a felületi súrlódás és a sebesség, ismeretlen terepeken is könnyebben boldogulnának.

AI-megtestesülések
A Google DeepMind RT-2-je egy különleges AI-modell: ezt vision-language-action (VLA-) modellnek hívják, mert lehetővé teszi, hogy a robotok vizuális jelzések és természetes nyelvi parancsok alapján összetett feladatokat hajtsanak végre. Az általuk előrevetített jövőben a gépekkel folytatott interakciók ugyanannyira természetesek, mint amikor Luke Skywalker ad utasításokat C3PO-nak. A Tesla humanoid robotja, az Optimus, egyre javuló ügyességével és funkcionalitásával az otthonunkban és munkahelyünkön mindennapossá váló robotjelenlétet előlegezi meg.

2025 a fizikai intelligencia fontos éve volt, de ez csak a kezdet. 2025 és 2030 között várhatóan a fizikai intelligencia lesz az a kulcsképesség, amely elválasztja majd az egyszerű, statikusan programozott robotokat a valóban autonóm, „testtel rendelkező” AI-től. Utóbbiak tanulnak a környezetből, az onnan érkező visszajelzésekből. A tanulás színtere a szimuláció mellett vagy helyett a fizikai valóság lesz, a járást vagy a tárgyak kezelését pedig úgy sajátítják el, mint a gyerekek.

A digitális és a fizikai terekben tevékenykedő AI-rendszerek hamarosan úgy is összekapcsolódhatnak, hogy egyes rendszerek képesek szöveges utasítások alapján robotot tervezni, majd azokat 3D nyomtatással legyártani. E folyamatok terjedésével drámaian felgyorsul az innováció, az AI és a robotika integrációja.

Ember-AI szimbiózis
Amikor széles körűvé válik a valós világból származó visszajelzésekkel dolgozó megerősítéses tanulás módszere a kollaboratív robotok (kobotok) is mind jobban alkalmazkodhatnak az emberi mozdulatokhoz. Az is elképzelhető, hogy ipari gyártósorokon szimbiózisban fognak az emberi munkaerővel dolgozni.

Ezek a képességek alapul szolgálhatnak az élőlényekhez jobban hasonlító önjavító, önszerveződő rendszerekhez, például a puha robotokhoz (soft robotics) vagy a hibrid eszközökhöz. Folynak már szerves sejteket és mesterséges anyagokat kombináló kísérletek, és az előrejelzések szerint 2030 körül jelenhetnek meg az első, részben önjavító és/vagy biológiai folyamatokból energiát előállító robotok. A fizikai intelligencia új jelentésréteggel gazdagodik általuk: a robottest nem csak gép, hanem élő és gépi funkciók keveréke is lehet (Mint az „élő szövet a fémvázon”a Terminator 2-ben. – a szerk).

A hagyományos, merev robotkarok mellett több, puha, hajlékony robot tűnhet fel. Ezek magasabb szintre emelik az ember és gép közötti interakciót, képesek törékeny tárgyakat (szó szerint) kezelni. Orvosi alkalmazásokban, mint a minimálisan invazív sebészetben vagy rehabilitációs segítőként fontos szerep várhat rájuk. A robotápolók mozdulatokat korrigálnak, testtartásokat stabilizálnak, személyeket emelnek fel.

Egy másik, részben egészségügyi alkalmazás az okos exoskeletonok, amelyek idős emberek és fizikai munkát végző személyek támogatására egyaránt alkalmazhatók. Tőlük függetlenül, de velük párhuzamosan, nő a ház körüli teendőkben segítő, szokásainkhoz alkalmazkodó robotok száma is.

Drónok és robotok
A fizikai intelligencia egyik legizgalmasabb kutatási területe a „folyékony hálózatok”, a környezetükhöz alkalmazkodó, a velük folytatott interakciókból állandóan tanuló AI-modellek. Fizikai megvalósulására jó példa lehet egy ismeretlen területen, nem előre betöltött térképek alapján, hanem valós időben tanuló és alkalmazkodó drón. Ez a rugalmasság azon szintje, amely egy lépéssel közelebb visz minket a valóban autonóm gépekhez.

Ugyanakkor az új köntösben jelentkező AI óriási felelősség is: meg kell birkóznunk a fizikai intelligenciával járó etikai és technikai kihívásokkal.