A robotika legnagyobb nevei a humanoidokról, a generatív MI-ről beszélnek.
A Meta, az Nvidia, a Boston Dynamics és a Toyota Kutatóintézet (TRI – Toyota Research Institute) vezető gondolkodói osztják meg előrejelzéseiket.
Milyen szerepet fog játszani a generatív mesterségesintelligencia a robotika jövőjében?
Dhruv Batra, Meta: úgy látom, hogy a generatív mesterséges intelligencia két különböző szerepet játszik a megtestesült mesterséges intelligencia és a robotika kutatásában:
- Adat/tapasztalat generátorok. 2D-s képek, videók, 3D-s jelenetek vagy 4D-s (3D + idő) szimulált tapasztalatok (különösen cselekvés/nyelvi kondicionált tapasztalatok) generálása a robotok kiképzéséhez, mivel a robotikában nagyon kevés a valós világbeli tapasztalat. Alapvetően gondoljunk ezekre úgy, mint „tanult szimulátorokra”. És úgy vélem, hogy a robotikai kutatás egyszerűen nem skálázható szimulációs képzés és tesztelés nélkül.
- Az önfelügyelt tanulás architektúrái. Olyan érzékszervi megfigyelések generálása, amelyeket egy ágens a jövőben fog megfigyelni, amelyeket össze kell hasonlítani a tényleges megfigyelésekkel, és megjegyzésmentes jelként kell használni a tanuláshoz.
Aaron Saunders, Boston Dynamics: a változások jelenlegi üteme miatt nehéz nagyon messzire előrejelezni a jövőt. Az alapmodellek jelentős változást jelentenek a legjobb gépi tanulási modellek létrehozásának módjában, és máris lenyűgöző közeljövőbeli gyorsulást látunk a természetes nyelvi interfészek terén. Lehetőséget kínálnak arra, hogy beszélgető interfészeket hozzunk létre robotjainkhoz, javítsuk a meglévő számítógépes látásfunkciók minőségét, és potenciálisan új, ügyfélbarát képességeket, például vizuális kérdésválasztást tegyünk lehetővé. Végső soron úgy érezzük, hogy ezek a jobban skálázható architektúrák és képzési stratégiák valószínűleg a nyelv és a látás mellett a robotok tervezését és vezérlését is magukban foglalják majd. Ha képesek leszünk értelmezni a robotot körülvevő világot, sokkal gazdagabb megértést fogunk kapni arról, hogy hogyan lehet vele interakcióba lépni. Nagyon izgalmas időszak ez a robotikusok számára!
Russ Tedrake, TRI: a generatív mesterséges intelligencia forradalmian új képességeket hozhat a robotikába. Nemcsak képesek vagyunk természetes nyelven kommunikálni a robotokkal, hanem az internetes szintű nyelvi és képi adatokhoz való kapcsolódás sokkal szilárdabb megértést és érvelést biztosít a robotok számára a világról. De még mindig az elején járunk; további munkára van szükség ahhoz, hogy megértsük, hogyan lehet a képi és nyelvi tudást a fizikai intelligencia azon típusaihoz kötni, amelyek ahhoz szükségesek, hogy a robotok valóban hasznosak legyenek.
Deepu Talla, Nvidia: a generatív mesterséges intelligencia már most is termelékenységnövekedést eredményez az iparágakban. A Gen MI hatása egyértelműen átalakító hatással lesz a robotikára, a szimulációtól a tervezésig és még sok más területen is.
- Szimuláció: a modellek képesek lesznek felgyorsítani a szimulációs fejlesztést, áthidalva a 3D technikai művészek és a fejlesztők közötti szakadékot, a jelenetek felépítésével, a környezetek konstruálásával és az eszközök generálásával. Ezeket a Gen MI-eszközöket fokozottan fogják használni a szintetikus adatok generálásához, a robotkészségek képzéséhez és a szoftverteszteléshez.
- Multimodális MI: a transzformátor-alapú modellek javítani fogják a robotok azon képességét, hogy jobban megértsék az őket körülvevő világot, lehetővé téve számukra, hogy több környezetben dolgozzanak és összetett feladatokat hajtsanak végre.
- Robotok (újra)programozása: a feladatok és funkciók egyszerű nyelven történő meghatározásának nagyobb képessége, hogy a robotok általánosabbá/többcélúbbá váljanak.
- Tervezés: újszerű mechanikai kialakítások a jobb hatékonyság érdekében – például véghatások.
Mi a véleménye a humanoid formájú robotokról?
Deepu Talla, Nvidia: az autonóm robotok tervezése nehéz feladat, a humanoidok még nehezebbek. A legtöbb AMR-rel ellentétben, amelyek elsősorban a padlószintű akadályokat értik meg, a humanoidok olyan mobil manipulátorok, amelyeknek multimodális mesterséges intelligenciára lesz szükségük ahhoz, hogy többet értsenek meg a környezetükből. Hihetetlen mennyiségű szenzorfeldolgozásra, fejlett vezérlésre és képességek végrehajtására van szükség. A generatív mesterséges intelligencia képességek terén elért áttörések az alapmodellek létrehozásához a humanoidok számára szükséges robotkészségeket általánosíthatóbbá teszik. Ezzel párhuzamosan a szimulációk terén is előrelépés tapasztalható, amelyekkel az MI-alapú vezérlőrendszerek és az érzékelőrendszerek is betaníthatók.
Max Bajracharya, TRI: azokat a helyeket, ahol a robotok segíthetnek az embereknek, általában emberek számára tervezik, így ezeknek a robotoknak valószínűleg illeszkedniük kell majd ezekbe a környezetekbe, és ott kell majd működniük. Ez azonban nem jelenti azt, hogy humanoid (két kar, ötujjas kéz, két láb és egy fej) formájúnak kell lenniük; egyszerűen csak kompaktnak, biztonságosnak és emberhez hasonló feladatok elvégzésére alkalmasnak kell lenniük.
Dhruv Batra, Meta: én bízom benne. Alapvetően az emberi környezetet a humanoid alakú formákhoz tervezték. Ha valóban általános célú robotokat akarunk, amelyek az emberek számára tervezett környezetben működnek, akkor a formafaktornak legalább némileg humanoidnak kell lennie (a robotnak valószínűleg több érzékelője lesz, mint az embernek, és több függeléke is lehet).
Aaron Saunders, Boston Dynamics: a humanoidok nem feltétlenül a legjobb formájúak minden feladatra. Vegyük például Stretchet – eredetileg a dobozmozgató robot iránti érdeklődést egy olyan videó alapján keltettünk fel, amelyen az Atlas dobozokat mozgat. Csak azért, mert az emberek képesek dobozokat mozgatni, még nem jelenti azt, hogy mi vagyunk a legjobb formafaktor az adott feladat elvégzésére, és végül egy olyan egyedi robotot terveztünk a Stretchben, amely hatékonyabban és eredményesebben képes dobozokat mozgatni, mint egy ember. Ezzel együtt nagy lehetőséget látunk az általános célú robotika hosszú távú törekvésében, és a humanoid alaktényező a legkézenfekvőbb megfelelője egy olyan világnak, amely a mi formánk köré épül. Mindig is izgatottak voltunk a humanoidokban rejlő lehetőségek miatt, és keményen dolgozunk a technológiai rés felszámolásán.
A gyártás és a raktárak után mi lesz a robotika következő nagy kategóriája?
Egy nagy ipari elosztó raktár áttekintése, ahol a termékeket kartondobozokban tárolják szállítószalagokon és állványokon.
Max Bajracharya, TRI: sok lehetőséget és igényt látok a mezőgazdaságban, de sok feladat szabadtéri és strukturálatlan jellege nagy kihívást jelent. A Toyota Ventures befektetett néhány vállalatba, mint például a Burro és az Agtonomy, amelyek jó eredményeket értek el az autonómia bevezetésében néhány kezdeti mezőgazdasági alkalmazásban.
Aaron Saunders, Boston Dynamics: ez a két iparág még mindig kiemelkedik, ha az ügyfelek igényeinek és a technológia fejlettségi szintjének összehangolását nézzük. Úgy gondolom, hogy lassan fogunk elmozdulni a determinisztikus környezetektől a nagyobb bizonytalansági szintekkel rendelkező környezetek felé. Amint széleskörű elfogadást látunk az automatizálás-barát iparágakban, mint például a gyártás és a logisztika, a következő hullám valószínűleg az olyan területeken fog bekövetkezni, mint az építőipar és az egészségügy. Az ilyen ágazatok azért jelentenek vonzó lehetőségeket, mert nagy a munkaerő-állományuk és nagy a kereslet a szakképzett munkaerő iránt, de a kínálat nem elégíti ki az igényeket. Ha ezt kombináljuk a munkakörnyezetekkel, amelyek az erősen strukturált ipari környezet és a teljesen strukturálatlan fogyasztói piac között helyezkednek el, akkor ez egy természetes következő lépést jelenthet az általános célú felhasználás felé vezető úton.
Deepu Talla, Nvidia: azok a piacok, ahol a vállalkozások érzik a munkaerőhiány és a demográfiai változások hatásait, továbbra is a megfelelő robotikai lehetőségekhez fognak igazodni. Ez kiterjed a különböző iparágakban dolgozó robotikai vállalatokra, a mezőgazdaságtól az utolsó mérföldes kiszállításon át a kiskereskedelemig és még sok más iparágig. A különböző kategóriákhoz tartozó autonóm robotok építése során az egyik legfontosabb kihívás a halmazok szimulálásához és teszteléséhez szükséges 3D-s virtuális világok megalkotása. A generatív mesterséges intelligencia itt is segít, mivel a fejlesztők gyorsabban tudnak realisztikus szimulációs környezeteket létrehozni. A mesterséges intelligencia integrálása a robotikába lehetővé teszi a fokozott automatizálást az aktívabb és kevésbé „robotbarát” környezetekben.
Milyen messze vannak az igazi általános célú robotok?
Dhruv Batra, Meta: harminc év. Tehát ténylegesen kívül esik azon az ablakon, ahol bármilyen értelmes előrejelzés lehetséges. Valójában úgy gondolom, hogy mélyen szkeptikusnak és gyanakvónak kellene lennünk azokkal az emberekkel szemben, akik „az AGI a sarkon van” állításokat tesznek.
Deepu Talla, Nvidia: továbbra is azt látjuk, hogy a robotok egyre intelligensebbé válnak, és képesek több feladat elvégzésére egy adott környezetben. Arra számítunk, hogy továbbra is a küldetésspecifikus problémákra összpontosítanak, miközben általánosíthatóbbá teszik őket. A valódi általános célú, megtestesült autonómia még odébb van.
Russ Tedrake, TRI: optimista vagyok, hogy a terület folyamatosan fejlődhet a mai, viszonylag szűkre szabott robotoktól az általánosabb célú robotok felé. Nem világos, hogy ez mennyi időbe telik, de a rugalmas automatizálás, a nagy keverékű gyártás, a mezőgazdasági robotok, a kiszolgáló robotok és valószínűleg olyan új iparágak, amelyeket még el sem tudunk képzelni, profitálni fognak a növekvő autonómia szintjéből és az egyre általánosabb képességekből.
Aaron Saunders, Boston Dynamics: a mai és a valóban általános célú robotok között számos nehéz probléma áll. Az ipari automatizálás világában a célzottan gyártott robotok már árucikké váltak, de a többcélú robotok megjelenését még csak most látjuk. Ahhoz, hogy valóban általános célúak legyenek, a robotoknak strukturálatlan környezetben kell navigálniuk, és olyan problémákat kell megoldaniuk, amelyekkel még nem találkoztak. Mindezt úgy kell majd tenniük, hogy bizalmat építsenek és örömet okozzanak a felhasználónak. És ezt az értéket versenyképes áron kell biztosítaniuk. A jó hír az, hogy a terület iránti érdeklődés izgalmas növekedését látjuk. Gyermekeink korán megismerkednek a robotikával, és a friss diplomások segítenek a technológia hatalmas felgyorsulásában. A mai kihívás, hogy értéket nyújtsunk az ipari ügyfeleknek, megnyitja az utat a holnapi fogyasztói lehetőségek és a mindannyiunk által megálmodott általános célú jövő felé.
A következő évtizedben az otthoni robotok (a porszívókon túl) is beindulnak majd?
Deepu Talla, Nvidia: hasznos személyi asszisztensek, fűnyírók és időseket segítő robotok lesznek a közhasználatban. Az otthoni robotokat eddig hátráltató kompromisszum tengelye az, hogy mennyit hajlandó valaki fizetni a robotjáért, és hogy a robot nyújtja-e ezt az értéket. A robotporszívók már régóta hozzák az ár-érték arányt, ezért népszerűek. Ahogy a robotok egyre intelligensebbé válnak, az intuitív felhasználói felületek kulcsfontosságúak lesznek az elfogadás növeléséhez. Az olyan robotok, amelyek képesek feltérképezni saját környezetüket és beszéddel fogadják az utasításokat, könnyebben használhatók lesznek az otthoni fogyasztók számára, mint a némi programozást igénylő robotok. A következő kategória, amely beindul, valószínűleg először a kültérre összpontosítana – például az autonóm gyepápolásra. Más otthoni robotok, például a személyi/egészségügyi asszisztensek ígéretesek, de a dinamikus, strukturálatlan otthoni környezetben felmerülő beltéri kihívások némelyikét még meg kell oldaniuk.
Aaron Saunders, Boston Dynamics: a következő évtizedben további robotok bevezetését láthatjuk majd az otthonokba, de csak nagyon korlátozott és specifikus feladatokra. Még több mint egy évtizedre vagyunk attól, hogy a széles fogyasztói piac számára értéket képviselő, többfunkciós otthoni robotok jelenjenek meg. Mikor fizetne annyit egy robotért, mint egy autóért? Amikor ugyanolyan szintű megbízhatóságot és értéket ér el, mint amilyet már természetesnek veszünk azokban a csodálatos gépekben, amelyekkel a világ minden táján közlekedünk.
Dhruv Batra, Meta: nem, nem hiszem, hogy az alaptechnológia készen áll.
Melyik fontos robotikai történetről/trendről nem kap elég figyelmet?
Aaron Saunders, Boston Dynamics: a mesterséges intelligencia és annak lehetőségei, hogy megváltoztathat minden iparágat, így a robotikát is, nagy lelkesedést váltanak ki. Bár egyértelmű szerepe van, és olyan területeket szabadíthat fel, amelyek évtizedek óta viszonylag statikusak voltak, egy jó robotikai termékhez sokkal több kell, mint 1-es és 0-s számok. Ahhoz, hogy a mesterséges intelligencia elérje azt a fizikai megtestesülést, amelyre a körülöttünk lévő világgal való interakcióhoz szükségünk van, nyomon kell követnünk a kulcsfontosságú technológiák, például a számítógépek, az érzékelő szenzorok, az energiaforrások és az összes többi olyan apróság fejlődését, amelyek egy teljes robotrendszert alkotnak. Az autóiparban a közelmúltban bekövetkezett fordulat a villamosítás és a fejlett vezetőtámogató rendszerek (ADAS) felé gyorsan átalakítja a hatalmas ellátási láncot. A grafikus kártyák, a számítógépek és az egyre kifinomultabb MI-képes fogyasztói elektronika fejlődése tovább növeli az értéket a szomszédos ellátási láncokban. Ez a hatalmas technológiai hógolyó, amely ritkán kerül reflektorfénybe, az egyik legizgalmasabb trend a robotikában, mert lehetővé teszi, hogy a kis innovatív vállalatok óriások hátán állva új és izgalmas termékeket hozzanak létre.
Russ Tedrake, TRI: manapság sokat hallunk a generatív mesterséges intelligenciáról, a hihetetlen fejlődésről és a hardverekbe történő beruházásokról. Sok ilyen sikert azonban a szimulációban tapasztalt csendes forradalom tett lehetővé. Néhány évvel ezelőtt a legtöbb robotikus még azt mondta volna, hogy lehetetlen szimulációban betanítani vagy tesztelni egy számítógépes látórendszert; ma már ez a szokásos gyakorlat. Egyes kutatók még mindig szkeptikusak azzal kapcsolatban, hogy teljesen szimulációban fejleszthetnénk ki egy vezérlőrendszert mondjuk egy ügyes kéz számára, és az a valóságban is működne, de a tendencia egyre inkább ebbe az irányba halad. Az olyan vállalatok, mint az Nvidia, a Google DeepMind és a TRI nagy befektetései segítik ezt.
Dhruv Batra, Meta: hogy most már valódi otthonokban is tesztelhetünk navigációs robotokat, és a dolgok valóban működnek! Vegyük észre, hogy az önvezető autókkal ellentétben ezek a házon belüli navigációs robotok nem engedhetik meg maguknak azt a luxust, hogy több millió kilométernyi vezetés során pontos térképeket készítsenek. Elviszünk egy robotot egy új házba, és megkérjük, hogy keressen meg tárgyakat.
Deepu Talla, Nvidia: a platformalapú megközelítés szükségessége. Sok robotikai startup nem tud skálázódni, mivel olyan robotokat építenek, amelyek egy adott feladatra vagy környezetre jól működnek. A méretarányos kereskedelmi életképesség érdekében fontos, hogy olyan robotokat fejlesszünk, amelyek általánosíthatóbbak – vagyis gyorsan képesek új készségeket hozzáadni, vagy a meglévő készségeket új környezetbe vinni. A robotikusoknak olyan platformokra van szükségük, amelyek rendelkeznek a robotikai mesterséges intelligencia képzéséhez és teszteléséhez szükséges eszközökkel és könyvtárakkal. A platformnak szimulációs képességeket kell biztosítania a modellek betanításához, szintetikus adatok generálásához és a teljes robotikai szoftvercsomag gyakorlásához, a legújabb és új generatív MI-modellek futtatásának lehetőségével közvetlenül a roboton. A holnap sikeres startupoknak és robotikai vállalatoknak az új robotkészségek és automatizálási feladatok fejlesztésére kell összpontosítaniuk, és ki kell használniuk a rendelkezésre álló végponttól végpontig tartó fejlesztési platformok teljes skáláját.
(forrás)
