В тихом офисе в Кембридже, штат Массачусетс, роботизированный захват движется с неожиданным изяществом. Он не просто хватает предметы — он ищет. Когда лампочка выкатывается из его хватки, робот не замирает и не совершает ошибку. Вместо этого он преследует лампочку по столу, подхватывает её и аккуратно вкручивает в патрон, чтобы осветить свое рабочее пространство.
На протяжении десятилетий робототехника сталкивалась с разочаровывающим парадоксом, известным как парадокс Моравека : высокоуровневое мышление (например, игра в шахматы) дается компьютерам легко, а низкоуровневые сенсомоторные навыки (такие как удержание хрупкого предмета или завязывание шнурков) оказываются невероятно сложными. В то время как ИИ освоил язык с помощью таких моделей, как ChatGPT, физический мир остается хаотичной и непредсказуемой задачей.
Стартап под названием Eka сейчас пытается преодолеть этот разрыв, переходя от «неуклюжей» автоматизации к настоящему физическому интеллекту.
Препятствие «Sim-to-Real»
Чтобы понять значимость прогресса Eka, необходимо взглянуть на историю обучения роботов. В 2018 году компания OpenAI продемонстрировала «Dactyl» — роботизированную руку, способную собрать кубик Рубика. Несмотря на впечатляющий результат, этот успех был «хрупким». Робот полагался на идеальные условия и специализированные датчики; если кубик выскальзывал или угол был слегка изменен, система выходила из строя.
Индустрия долгое время боролась с проблемой «разрыва между симуляцией и реальностью» (sim-to-real gap) — несоответствием между идеально контролируемой цифровой средой и хаотичным, подчиняющимся гравитации реальным миром. Многие исследователи считали, что обучение роботов исключительно в симуляции — это тупиковый путь, так как виртуальная физика никогда не сможет идеально воспроизвести трение, вес и непредсказуемость реальной жизни.
Новый подход: Зрение — Сила — Действие
В то время как многие компании пытаются обучать роботов, показывая им видео, на которых люди выполняют задачи (метод, известный как модели «Зрение-Язык-Действие»), Eka идет иным путем. Вместо того чтобы имитировать людей, они позволяют роботам учиться самостоятельно с помощью масштабных симуляций.
Соучредители компании Пулкит Агравал (профессор Массачусетского технологического института) и Туомас Хаарнойя (бывший исследователь Google DeepMind) разработали собственный подход:
- Самообучаемый интеллект: Подобно тому, как AlphaZero от Google училась играть в шахматы, сражаясь сама с собой, роботы Eka проводят тысячи часов в симулированных средах, самостоятельно изобретая стратегии движения.
- Модели «Зрение-Сила-Действие»: В отличие от старых моделей, которые «видят» только пиксели, алгоритмы Eka учитывают принципы физики. Робот понимает массу, инерцию и, что крайне важно, силу.
- Тактильная обратная связь: Eka разработала специальные захваты, обеспечивающие чувство осязания, что позволяет роботу ощущать вес объекта или сопротивление поверхности.
От куриных наггетсов до глобальной индустрии
Практическое применение этой технологии огромно. В недавней демонстрации робот выполнял задачу, казалось бы, обыденную: сортировку куриных наггетсов с конвейерной ленты в контейнеры. Робот проявил «человеческую» импровизацию, иногда подбрасывая наггетсы в контейнер, если тот оказывался вне зоны досягаемости — такой уровень гибкости принятия решений редко встречается в традиционной робототехнике.
Эта способность особенно важна для отраслей, которые до сих пор сильно зависят от человеческого труда:
* Общественное питание: Работа с нестабильными, хрупкими продуктами, такими как фрукты, овощи и мясо.
* Производство: Выполнение тонких сборочных работ, например, сборка электроники.
* Логистика и розничная торговля: Навигация в магазинах и на складах, где предметы не всегда находятся в предсказуемых позициях.
Путь вперед
Сейчас мы находимся на этапе «эпохи GPT-1» в робототехнике. Подобно тому, как ранние языковые модели часто были бессвязными, прежде чем стать гениями общения, роботы Eka демонстрируют первые проблески воплощенного интеллекта (embodied intelligence ). Они начинают понимать не только то, где находится объект, но и то, каким он ощущается и как он движется.
Остается вопросом, сможет ли этот подход, основанный на интенсивном моделировании, в конечном итоге превзойти модели, основанные на демонстрации человеком. Однако, если Eka удастся преодолеть разрыв между симуляцией и реальностью, «триллионы долларов», которые сейчас проходят через человеческие руки, вскоре могут управляться машинами с такой же ловкостью.
Заключение: Отдавая приоритет законам физики и тактильной обратной связи вместо простого подражания, Eka пытается решить самую сложную проблему робототехники: наделить машины способностью ориентироваться в непредсказуемом физическом мире и манипулировать им с человеческим изяществом.
