Schalte die Digest des Herausgebers kostenlos frei
Roula Khalaf, Herausgeber der FT, wählt ihre Lieblingsgeschichten in diesem wöchentlichen Newsletter aus.
Für eine technische Industrie, die von Fortschritten in der künstlichen Intelligenz berauscht ist, scheint die Idee, dass vollständig humanoide Roboter die Erde verfolgen werden, kaum eine Strecke.
Elon Musk hat kürzlich einen 10 -Dollar -Markt für Optimus vorausgesagt, Teslas Versuch eines künstlichen Menschen, der Ihre Haushaltsarbeiten übernehmen kann. Nvidia -Chef Jensen Huang sagte, dies wäre “die größte Technologieindustrie, die die Welt jemals gesehen hat”.
Und um nach dem Anstieg der Investitionen in Roboter-Start-ups und einer Flut von Videos online von zweibeinigen Robotern zu beurteilen, die beeindruckende menschliche Bewegungen zeigen, ist es leicht zu glauben, dass eine solche Revolution zur Hand ist. Wenn große Sprachmodelle schwierige Argumentationsaufgaben angehen können, scheint es einfach, ein Modell in einen Roboter zu implantieren und es zu implantieren, um durch die Welt zu navigieren. Problem gelöst.
Dies unterschätzt ernsthaft die Schwierigkeiten. Dank jahrzehntelanger Science -Fiction gehen viele Menschen „an, KI ist von Natur aus verkörpert“, weist auf Peter Barrett, ein Risikalinvestor auf Playground Global, hin. In Wirklichkeit ist es ein viel größerer Sprung, Intelligenz in die physische Welt zu bringen.
Es erfordert völlig neue Möglichkeiten, Roboter -Gehirne auszubilden. Wenn es darum geht, leistungsstarke autonome Hardwaresysteme und Menschen in die Nähe zu bringen, gibt es keinen Raum für die Art von „Halluzinationen“, für die die heutigen LLMs anfällig sind. Und das beginnt nicht, die Oberfläche der vielen Probleme zu kratzen, die die Roboterhersteller bei der Konstruktion und Steuerung komplexer Hardware -Systeme zur Nachahmung des menschlichen Körpers überwinden müssen.
Indem die Roboterhersteller die Erwartungen über die Praktikabilität künstlicher Menschen erhöhen, machen sie die Dinge viel schwerer als nötig. Sie riskieren auch, einen näherfristigen und sehr bedeutenden Markt zu verpassen, der sich für Roboter, die nicht zwei Beine haben, in seiner gesamten Komplexität eröffnet.
In der künstlichen Intelligenzfront stehen die Robotikunternehmen mit mehreren Hürden, die über diejenigen, die sich mit den heutigen LLM-Herstellern befassen, übereinstimmend. Während Dienste wie ChatGPT auf Modellen basieren, die größtenteils im Internet geschult wurden, gibt es keinen vorgefertigten Korpus von Daten, die die physische Welt beschreiben.
Außerdem sind Maschinen, die mit der Welt interagieren und Objekte manipulieren, einem weitaus höheren Schwierigkeitsgrad als einfachere autonome Maschinen wie selbstfahrende Autos. Fahrzeuge müssen sich nur durch die Welt bewegen, ohne etwas zu treffen. Ein Roboter muss in der Lage sein, Berührungen anzuwenden, um selbst seine grundlegendste Aufgabe zu erreichen.
Es gibt auch die Frage der „Planung“ oder der Entscheidung in Echtzeit über eine Vorgehensweise, die auf einer Flut realer sensorischer Daten basiert-eines der schwierigsten Probleme in der Robotik. Fahrerlose Autos treten möglicherweise endgültig auf den Straßen der Stadt auf, aber es haben Jahre länger gedauert, bis sie diese Phase erreicht, als die Tech -Industrie -Booster vorhergesagt wurden. Roboter stellen einen weitaus höheren Schwierigkeitsgrad dar.
Auf seiner jährlichen Tech-Konferenz im Silicon Valley in dieser Woche nahm Nvidia einige dieser Ausgaben direkt an. Sein Cosmos -System wurde entwickelt, um virtuelle Welten zu erstellen, mit denen Roboterhirn trainiert werden können – obwohl unklar ist, wie weit diese synthetischen Daten in die Realität ersetzt werden. Der Chipmacher sagte auch, er habe begonnen, eine „Physik -Engine“ zu entwickeln, die einem Roboter helfen kann, die Eigenschaften der vielen verschiedenen Dinge zu verstehen, auf die er beispielsweise harte und weiche Objekte unterscheidet. Die Arbeit an der Physik -Engine wird neben Disney und Google DeepMind durchgeführt – eine Ausrichtung der Unternehmensinteressen, die Bände über die Mischung aus tiefen Technologie und Fantasie spricht, die die Roboterrevolution antreibt.
Nvidia veröffentlicht auch sein aufstrebendes Roboter -Betriebssystem als Open -Source -Projekt, das möglicherweise andere Entwickler anzieht. Das könnte das Feld schneller vorantreiben – obwohl es die Bemühungen vieler anderer, die auf das Feld gedrängt haben, umgehen könnte. Und das Erstellen des weiteren Entwicklungsprogramms ist noch weit davon entfernt, die tatsächlichen Ergebnisse zu zeigen.
Anstatt Menschen zu emulieren, gibt es möglicherweise mehr Möglichkeiten bei der Schaffung von Bohrmaschinen, die für einzelne Aufgaben erstellt wurden oder in Umgebungen arbeiten, die für ihre Verwendung angepasst sind, wie Lagern und Fabriken. Dazu gehören Maschinen wie die automatisierten Lagerkarren von robust.ai, ein Start-up von Rodney Brooks, einem Gründer des Unternehmens hinter dem Roomba-Vakuumreiniger und einem ehemaligen KI-Professor am Massachusetts Institute of Technology. Eine Schüsselrückwaschmaschine braucht keine Hände und Arme, um den Menschen einer langwierigen Haushaltsaufgabe zu entlasten. Die Anwendung der neuesten KI und kostengünstigen Hardware kann eine Welle nützlicher Roboter ergeben-auch wenn sie nichts wie wir aussehen.
Richard.waters@ft.com
Source link
