Sblocca gratuitamente il digest dell'editore
Per un'industria tecnologica intossicata dai progressi nell'intelligenza artificiale, l'idea che i robot completamente umanoidi perseguiranno presto la terra difficilmente sembra un tratto.
Elon Musk ha recentemente previsto un mercato da $ 10 TN per Optimus, il tentativo di Tesla di un essere umano artificiale che può assumere le faccende domestiche. Il capo di Nvidia Jensen Huang ha affermato che questo sarebbe “il più grande settore tecnologico che il mondo abbia mai visto”.
E per giudicare dall'ondata di investimenti in start-up robot e un'alluvione di video online di robot a due zampe che mostrano impressionanti movimenti umani, è facile credere che tale rivoluzione sia a portata di mano. Se i modelli di linguaggio di grandi dimensioni possono affrontare compiti di ragionamento difficili, potrebbe sembrare semplice impiantare un modello in un robot e riqualificarlo per navigare nel mondo. Problema risolto.
Questo sottovaluta seriamente le difficoltà. Grazie a decenni di fantascienza, molte persone “presumono che l'IA sia intrinsecamente incarnata”, sottolinea Peter Barrett, un investitore di impresa al Playground Global. In realtà, portare l'intelligenza nel mondo fisico è un salto molto più grande.
Richiederà modi completamente nuovi di addestrare il cervello robot. Quando si tratta di portare potenti sistemi di hardware autonomi e persone in prossimità, non ci sarà spazio per il tipo di “allucinazioni” a cui gli LLM di oggi sono inclini. E ciò non inizia a graffiare la superficie dei molti problemi di cui i produttori di robot devono superare nella costruzione e nel controllo di sistemi hardware complessi progettati per emulare il corpo umano.
Aumentando le aspettative sulla praticità degli umani artificiali, i produttori di robot stanno rendendo le cose molto più difficili per se stesse di quanto non abbiano bisogno. Rispettano anche a perdere un mercato più vicino e molto significativo che si sta aprendo per robot che non hanno due gambe o cercano di scimmiare l'umanità in tutta la sua complessità.
Sul fronte dell'intelligenza artificiale, le compagnie di robotica affrontano diversi ostacoli oltre a coloro che affrontano i produttori di LLM di oggi. Mentre servizi come CHATGPT sono basati su modelli che sono stati in gran parte formati su Internet, non esiste un corpus pronto per i dati che descrivono il mondo fisico.
Inoltre, le macchine che interagiscono con il mondo e manipolano gli oggetti affrontano un grado di difficoltà molto più elevato rispetto alle macchine autonome più semplici come le auto a guida autonoma. I veicoli devono solo muoversi nel mondo senza colpire nulla; Un robot deve essere in grado di applicare il tocco per raggiungere anche il suo compito più semplice.
C'è anche la questione della “pianificazione”, o decidere in tempo reale su un corso di azione basato su un diluvio di dati sensoriali del mondo reale-uno dei problemi più difficili in robotica. Le auto senza conducente potrebbero finalmente apparire nelle strade della città, ma ci sono volute anni più a lungo per raggiungere questa fase rispetto ai booster del settore tecnologico previsti. I robot rappresentano un grado di difficoltà molto più elevato.
Alla sua conferenza tecnologica annuale nella Silicon Valley questa settimana, Nvidia ha preso alcuni di questi problemi. Il suo sistema Cosmos è stato sviluppato per creare mondi virtuali che possono essere utilizzati per formare il cervello dei robot, anche se non è chiaro quanto questi dati sintetici andranno a sostituire la cosa reale. Il chipmaker ha anche affermato di aver iniziato a lavorare sullo sviluppo di un “motore di fisica” che può aiutare un robot a comprendere le proprietà delle molte cose diverse che potrebbe incontrare, ad esempio, distinguendo oggetti duri e morbidi. Il lavoro sul motore di fisica viene intrapreso insieme a Disney e Google DeepMind, un allineamento degli interessi aziendali che parlano volumi sul mix di profonda tecnologia e fantasia che sta guidando la rivoluzione dei robot.
Nvidia sta inoltre rilasciando il suo nascente sistema operativo robot come progetto open source, attirando potenzialmente altri sviluppatori. Ciò potrebbe spostare il campo in avanti più velocemente, anche se potrebbe mettere in considerazione gli sforzi di molti altri che si sono precipitati sul campo. E esprimere il programma di sviluppo che è in vantaggio è ancora molto lontano dal mostrare risultati reali.
Invece di emulare le persone, potrebbero esserci più opportunità nel creare macchine noiose fatte per gestire singoli compiti o per lavorare in ambienti adattati per il loro uso, come magazzini e fabbriche. Includono macchine come i carrelli di magazzino automatizzati costruiti da Robust.ai, una start-up di Rodney Brooks, un fondatore della società dietro il Roomba Vacum Cleaner ed ex professore di AI presso il Massachusetts Institute of Technology. Una lavatrice non ha bisogno di mani e braccia per alleviare gli umani di un noioso lavoro domestico. L'applicazione degli ultimi AI e hardware a basso costo potrebbe produrre un'ondata di robot utili, anche se non assomigliano a noi.