Spirit AI anticipează un salt major în inteligența roboților până în 2027
Roboții umanoizi ar putea executa majoritatea sarcinilor de uz general pe baza unor instrucțiuni verbale încă de anul viitor, însă vor avea nevoie de cel puțin opt ani pentru a deveni cu adevărat utili în locuințe, a declarat Gao Yang, cofondator și om de știință șef al companiei chineze Spirit AI.
Gao a explicat că, după progrese importante în domeniul hardware-ului, companiile se concentrează tot mai mult asupra software-ului care determină inteligența roboților și le permite să realizeze sarcini productive, un domeniu cunoscut sub denumirea de „inteligență întrupată”.
„Creierul este într-adevăr veriga slabă din întregul ansamblu robotic”, a spus Gao. El a adăugat că industria își caută propriul „moment ChatGPT” — un progres software care ar putea transforma tehnologia de frontieră în produse utile pentru mult mai mulți clienți.
Compania estimează că va atinge pragul echivalent GPT-3.0 până la jumătatea anului 2027. „Veți putea vorbi cu robotul în limbaj natural, iar acesta va executa o serie de acțiuni fizice rezonabile pentru a încerca să ducă la îndeplinire sarcina”, a declarat Gao.
Spirit AI are aproximativ 1.000 de colaboratori în toată țara care poartă echipamente de colectare a datelor acasă sau în fabrici, oferind informații despre modul în care oamenii se mișcă în mediul lor pentru a antrena roboții. Într-un centru de instruire din Beijing, zeci de tineri echipați cu senzori repetau mișcări precum deschiderea frigiderului, deblocarea seifurilor sau tăierea legumelor.
Roboții Spirit AI au atins o rată de succes de 90% pentru sarcini simple în medii structurate de tip living. „Următorii unu-doi ani marchează fereastra inițială pentru aplicațiile industriale. Peste doi ani, vom vedea roboți desfășurați în medii de servicii comerciale pentru sarcini mai simple. Intrarea în locuințe este mult mai dificilă decât ambele”, a spus Gao, care este și profesor asistent de robotică la Universitatea Tsinghua.
Spirit AI are în prezent zeci de roboți umanoizi cu roți Moz1 desfășurați pe liniile de producție ale producătorului de baterii CATL și ale retailerului JD.com, care este și investitor. Startup-ul cu 300 de angajați a strâns peste 670 de milioane de dolari de la înființarea sa în 2024, fiind evaluat la 20 de miliarde de yuani (2,9 miliarde de dolari). Gao a refuzat să comenteze planurile de listare la bursă.
„Progresul este extrem de rapid. La înființarea Spirit AI, un robot putea executa bine doar o singură sarcină izolată, cum ar fi să toarne apă sau să împăturească o haină”, a spus Gao. „Astăzi, roboții operează pe suprafețe spațiale mari și execută fluxuri de lucru complexe continue.”
Rămân dificultăți în perfecționarea acțiunilor motorii fine, cum ar fi deșurubarea unui capac de sticlă, și în gestionarea sarcinilor nevăzute anterior. Spirit AI se bazează în principal pe date din lumea reală pentru a-și antrena roboții, nu pe simulări virtuale. Mulți concurenți folosesc simulatoare pentru a reduce costurile, dar Gao spune că unele sarcini pot fi învățate doar studiind interacțiunile reale cu obiecte fizice.
„Simulatoarele gestionează bine corpurile rigide, dar obiectele flexibile precum cablurile deformabile rămân o problemă”, a spus Gao. La alte facilități de instruire din China, operatorii pot repeta o mișcare de peste 50 de ori pentru a obține una „curată”. Spirit AI a descoperit că utilizarea datelor „murdare”, cu o gamă mai diversă de mișcări, a permis modelelor sale să se îmbunătățească mai rapid.
În contextul în care companiile americane de AI au cerut recent o încetinire a dezvoltării modelelor avansate de limbaj, după incidente de hacking care au arătat riscul agenților necontrolați, Gao consideră că riscul ca un AI să devină necontrolat este mai puțin presant pentru roboții din lumea fizică, deoarece modelele software sunt încă imature.
Totuși, siguranța pentru inteligența întrupată devine o problemă mai mare pe măsură ce roboții vor interacționa cu tot mai mulți oameni în medii aglomerate și imprevizibile. „Roboții noștri dispun de control al forței la nivelul întregului corp. Dacă robotul întâmpină o forță de interacțiune excesivă cu mediul, frânarea de urgență se declanșează automat ca politică de siguranță de bază”, a spus Gao. „Odată ce modelele fundamentale ajung într-o eră matură, autonomă, de tip GPT-4.0, cercetarea avansată a siguranței și alinierii AI va deveni mult mai aplicabilă.”