«Տեսանյութը չի պարունակում հեռուստամոնտաժ. ասում է 1X մարդանման ռոբոտների նորվեգական արտադրող: «Ոչ համակարգչային գրաֆիկա, ոչ կրճատումներ, ոչ տեսահոլովակի արագացում, ոչ հետագծի նվագարկումը ըստ սցենարի: Ամեն ինչ կառավարվում է նեյրոնային ցանցերով, ամեն ինչ ինքնավար է, ամեն ինչ 1X արագությամբ»:
Սա մարդանման ստեղծող է, որի վրա OpenAI-ն իր չիպերը տեղադրեց անցյալ տարի՝ 25 միլիոն դոլար արժողությամբ A Series A-ի ֆինանսավորման փուլով: Հետագա 100 միլիոն դոլար արժողությամբ Series B-ն ցույց տվեց, թե որքան մեծ է OpenAI-ի ուշադրությունը, ինչպես նաև համընդհանուր մարդանման ռոբոտների շուրջ առաջացած աղմուկը, հայեցակարգ, որը միշտ թվում էր հեռավոր ապագա, բայց վերջին երկու տարում այն վերածվեց բացարձակ ջերմամիջուկային պայթյունի։
1X-ի մարդանման ռոբոտները տարօրինակ կերպով թերագնահատված են թվում այն ամենի կողքին, ինչի վրա աշխատում են, ասենք, Tesla-ն, Figure-ը, Sanctuary-ը կամ Agility-ը: Հումանոիդ Եվան դեռ նույնիսկ ոտքեր կամ ճարպիկ ձեռքեր չունի: Այն շարժվում է մի զույգ շարժիչ անիվների վրա՝ հավասարակշռվելով հետևի երրորդ փոքրիկ անիվի վրա, իսկ ձեռքերը տարրական ճանկեր են: Կարծես թե այն հագնված է սահնակով սահելու համար և ունի աղոտ, թարթող լուսադիոդային ժպտացող դեմք:
1X-ն ունի երկոտանի տարբերակ, որը կոչվում է Neo, որը նաև ունի գեղեցիկ արտահայտված ձեռքեր, բայց, հավանաբար, այդ մանրամասները այնքան էլ կարևոր չեն ընդհանուր նշանակության ռոբոտի զարգացման այս վաղ օրերին: Վաղ օգտագործման դեպքերի ճնշող մեծամասնությունը կունենա հետևյալ տեսքը. «վերցրու այս բանը և դրիր այնտեղ», դժվար թե դաշնամուր նվագելու ունակ մատներ պահանջեն: Եվ դրանց օգտագործման հիմնական տեղը բետոնե հատակներով պահեստներն են և գործարանները, որտեղ նրանք հավանաբար կարիք չունենան բարձրանալ աստիճաններով կամ ինչ-որ բանի վրայով անցնել:
Ոչ միայն դա, շատ խմբեր լուծել են երկոտանի քայլելու և ձեռքի գեղեցիկ սարքավորումների խնդիրը։ Բայց սա չէ հիմնական խոչընդոտը։ Հիմնական խոչընդոտն այն է, որ այս մեքենաները արագ սովորեն առաջադրանքները, իսկ հետո գնան և կատարեն դրանք ինքնուրույն, ինչպես անում է Toyota-ն աշխատասեղանի ռոբոտների մանիպուլյատորների հետ: Երբ Նկար 01-ը «պարզեց», թե ինչպես կարելի է ինքնուրույն աշխատել սուրճի մեքենայի հետ, դա մեծ իրադարձություն էր: Երբ Տեսլայի Optimus-ը ծալեց իր վերնաշապիկը տեսանյութում և պարզվեց, որ այն գտնվում է մարդկային օպերատորի հսկողության տակ, դա շատ ավելի քիչ տպավորիչ էր:
Վերոնշյալ առաջադրանքները չափազանց բարդ չեն, դրանք վերնաշապիկներ ծալելու կամ սուրճի մեքենայի շահագործման մասին չեն: Բայց կան մի շարք լիարժեք ռոբոտներ, որոնք կատարում են մի շարք առաջադրանքներ՝ բարձրացնելով և տեղավորելով իրերը: Դրանք բռնում են կոճից մինչև գոտկատեղ բարձրության վրա։ Նրանք դրանք տարածում են տուփերի, աղբամանների և սկուտեղների մեջ: Նրանք հատակից վերցնում են խաղալիքները և դնում:
Նրանք նաև բացում են դռները, վազում դեպի լիցքավորման կայաններ և միացնում դրանց մեջ՝ օգտագործելով անհարկի բարդ մանևր՝ խրոցը իրենց կոճերին միացնելու համար:
Մի խոսքով, նրանք անում են մոտավորապես նույն բանը, ինչ պետք է անեն վաղ ընդհանուր նշանակության մարդանման դեպքերի դեպքում, որոնք վերապատրաստվել են, ըստ 1X-ի, «զուտ տվյալների հիման վրա»: Ըստ էության, ընկերությունը ուսուցանել է 30 Եվայի բոտ՝ յուրաքանչյուրը մի շարք անհատական առաջադրանքներ կատարելու համար՝ ըստ երևույթին, օգտագործելով սիմուլյացիոն ուսուցում տեսաերիզների և հեռակառավարման միջոցով: Նրանք այնուհետև օգտագործեցին այս սովորած վարքագիծը՝ վարժեցնելու «բազային մոդել», որն ընդունակ է գործողությունների և վարքագծի լայն շրջանակի: Այս հիմնական մոդելն այնուհետև կատարելագործվեց՝ հաշվի առնելով շրջակա միջավայրի հատուկ հնարավորությունները՝ պահեստային առաջադրանքներ, ընդհանուր դռների մանիպուլյացիա և այլն, և վերջապես բոտերը վերապատրաստվեցին կոնկրետ առաջադրանքների վերաբերյալ, որոնք նրանք պետք է կատարեին:
Այս վերջին քայլը, հավանաբար, տեղի կունենա տեղում՝ հաճախորդների կայքերում, երբ բոտերին տրվեն իրենց ամենօրյա խնդիրները, և 1X-ն ասում է, որ դա կպահանջի «ընդամենը մի քանի րոպե տվյալների հավաքագրում և ուսուցում աշխատասեղանի GPU-ի վրա»: Ենթադրաբար, իդեալական աշխարհում դա կնշանակի, որ ինչ-որ մեկը կանգնած է վիրտուալ իրականության սաղավարտի մեջ և կատարում է առաջադրանք, և այնուհետև խորը ուսուցման ծրագրակազմը համատեղում է այդ առաջադրանքը բոտի հիմնական ունակությունների հետ, գործարկում է այն մի քանի հազար անգամ սիմուլյացիայի միջոցով՝ փորձարկելու տարբեր պատահական գործոններ և արդյունքները, որից հետո բոտերը պատրաստ կլինեն աշխատելու:
«Վերջին մեկ տարվա ընթացքում,- գրում է 1X-ի AI-ի փոխնախագահ Էրիկ Ջանգը, իր բլոգում,- մենք մշակել ենք տվյալների շարժիչ՝ բջջային մանիպուլյացիայի ընդհանուր առաջադրանքները ամբողջովին ծայրից ծայր լուծելու համար: Մենք տեսել ենք, որ այն աշխատում է, ուստի մենք այժմ վարձում ենք արհեստական ինտելեկտի հետազոտողներ Սան Ֆրանցիսկոյի ծովածոցում, որպեսզի այն 10 անգամ մեծացնենք ռոբոտների և հեռուստատեսային օպերատորների թվով»:
Հետաքրքիր է, երբ այս բաները պատրաստ կլինեն փրայմ թայմի համար:
Կարդացեք նաև.