Стартап Physical Intelligence, основанный бывшими исследователями Google DeepMind и OpenAI, утверждает, что робототехника находится на пороге прорыва, сопоставимого с появлением ChatGPT. Компания разрабатывает универсальную модель искусственного интеллекта для роботов, которая может управлять различными типами аппаратов без необходимости специального обучения для каждого конкретного устройства.
Идея заключается в создании «базовой модели» (foundation model) для робототехники — аналогично тому, как GPT стала базовой моделью для обработки естественного языка. Вместо того чтобы программировать каждого робота отдельно для выполнения конкретных задач, Physical Intelligence предлагает единую нейросеть, способную управлять любым роботом на основе текстовых инструкций и визуального восприятия окружающей среды.
По словам основателей, их модель уже показала впечатляющие результаты на нескольких типах роботов: от промышленных манипуляторов до мобильных платформ и сервисных роботов. В демонстрационных видео модель без дополнительного обучения управляет роборукой, собирающей предметы со стола, и мобильным роботом, ориентирующимся в офисном пространстве. Это напоминает то, как ChatGPT может справляться с разнообразными текстовыми задачами без специализированной настройки.
Ключевое отличие подхода Physical Intelligence от традиционной робототехники заключается в использовании огромных объёмов данных для обучения. Если традиционные промышленные роботы программируются вручную для каждой операции, то модель Physical Intelligence обучается на тысячах часов записей работы различных роботов, формируя общее понимание физического мира. Такой подход потенциально может радикально снизить стоимость внедрения робототехники в новые сферы.
Инвесторы уже оценили потенциал стартапа: Physical Intelligence привлёк более $400 миллионов от венчурных фондов, включая Lux Capital и Sequoia Capital. Однако эксперты предупреждают, что путь от впечатляющих демонстраций к реальному промышленному применению может быть долгим, и робототехника сталкивается с фундаментальными ограничениями, которых нет у языковых моделей — в частности, необходимостью взаимодействия с физическим миром со всеми его непредсказуемостями.
По материалам TechCrunch