Чат-боты пишут романы, а роботы не справляются с дверной ручкой: между технологиями пролегла пропасть в 100 тысяч лет

Развитие искусственного интеллекта сегодня движется впечатляющими темпами. Чат-боты вроде ChatGPT уже стали привычными помощниками: они консультируют, ищут информацию, помогают в работе и даже выполняют роль собеседников. Это стало возможным благодаря большим языковым моделям (LLM), обученным на колоссальных массивах текстов, собранных из интернета. Но если в сфере обработки языка машины уже почти догнали человека, то в робототехнике ситуация куда сложнее.

Почему роботы отстают от ИИ

Некоторые лидеры индустрии, включая Илона Маска и главу NVIDIA Дженсена Хуанга, уверены, что подобные подходы скоро подарят миру роботов, способных заменить работников на заводах и даже выполнять роль домашних помощников. Однако специалист по робототехнике Кен Голдберг из Калифорнийского университета в Беркли считает такие ожидания преждевременными.

"Я думаю об этом как о хайпе, потому что он настолько опережает реальные возможности роботов. В ближайшие 5-10 лет мы не увидим роботов, способных выполнять сложные бытовые или профессиональные задачи", — сказал профессор Калифорнийского университета Кен Голдберг.

Главный барьер — ловкость. Простые для человека действия, вроде того, чтобы взять бокал со стола или вкрутить лампочку, для робота оказываются чрезвычайно сложными. Этот феномен получил название "парадокс Моравека".

Проблема данных и разрыв в 100 тысяч лет

Если языковые модели обучаются на миллиардах страниц текста, то у роботов такого ресурса просто нет. Голдберг называет это "100,000-летним разрывом в данных": чтобы человек смог прочитать весь корпус текстов, использованный для обучения ИИ, ему понадобились бы тысячелетия. Но сопоставимых массивов информации о движениях и взаимодействии с предметами для роботов не существует.

Сегодня такие данные собираются в основном через телеоперацию, когда человек управляет роботом напрямую. Но восемь часов такой работы дают лишь восемь часов новых данных, что делает процесс крайне медленным.

Старая инженерия против подхода "только данные"

Голдберг видит важный сдвиг в самой науке о робототехнике. Он отмечает, что одни исследователи делают ставку на математические модели и инженерные решения, а другие пытаются строить систему исключительно на данных.

"Инженерия и наука важны, потому что они позволяют собрать данные, которые нам нужны для обучения роботов. Компании вроде Waymo и Ambi Robotics используют именно такой подход, где роботы собирают данные в реальных условиях и постепенно становятся лучше", — подчеркнул Голдберг.

Будущее рабочих мест

Вопреки тревожным прогнозам, ученый уверен: сотрудники, занятые физическим трудом, пока могут не опасаться конкуренции с машинами. Роботы не умеют выполнять широкий спектр человеческих задач, а автоматизация больше затрагивает рутинные и формализованные процессы — например, обработку документов или работу с клиентами в онлайн-режиме.

"Компьютер не может сказать: "Я понимаю, что вы чувствуете"", — отметил эксперт.

Таким образом, разрыв между успехами ИИ в области языка и реальными возможностями роботов остается огромным. И хотя прогресс продолжается, ожидать появления универсальных человекоподобных помощников в ближайшие годы не стоит.