Čínský výrobce robotů Unitree vstoupil na burzu s ohodnocením kolem 66 miliard dolarů, ale během jediného týdne přišel skoro o polovinu své hodnoty. Analytici upozorňují, že vývoj robotů sice postupuje vpřed, stroje ale stále neumějí odvést práci, za kterou by zákazníci zaplatili. Přesně toto téma probírali vývojáři na konferenci Actuate, která se zaměřuje na software pro efektivní řízení robotů.
Nadšení, které naráží na prázdné složky s daty
Actuate pořádá firma Foxglove, která vývojářům fyzické AI pomáhá spravovat a zobrazovat naměřená data. Od prvního ročníku v roce 2023 se akce ztrojnásobila a letos jí prošlo patnáct set lidí. Nadšení tam bylo cítit na každém kroku, stejně jako obavy. Na stánku firmy Avala například visel nápis slibující vyřešení krize robotických dat.
Tato krize spočívá v tom, že kvalitních trénovacích dat je málo. Univerzální robot pro jakoukoliv úlohu zůstává vzdálenou představou. Ani přímé učení na jeden konkrétní úkol zatím nepřineslo produkt, na který se lze v běžném provozu spolehnout. Vývojáři proto kopírují postupy tvůrců jazykových modelů. Shánějí pestřejší datové sady, zkoušejí různé režimy trénování a hledají lepší scénáře pro učení odměnou.
Harry Mellsop, spoluzakladatel startupu Antioch vyvíjejícího simulační nástroje, přirovnává současný stav fyzické AI k éře modelu GPT-2 před příchodem ChatGPT. Aby se obor přes tento práh dostal, bude potřebovat více dat a výpočetního výkonu. Půjde hlavně o grafické karty vyladěné na sledování paprsku, ze kterého vznikají věrné simulace.
Nejdál jsou autonomní vozidla
Nejlépe jsou na tom samořídicí vozy. Data lze sbírat z aut řízených lidmi a hlavním úkolem je vyhnout se srážce, nikoliv manipulovat s předměty. Není náhoda, že velká část nástrojů pro stavbu modelů pochází právě odsud. Foxglove založili bývalí zaměstnanci Cruise, což byl samořídicí projekt automobilky General Motors.
Automobilky nyní zkoušejí, zda jim vývojářské zázemí kolem strojového učení otevře dveře také k humanoidním robotům. Tesla vyvíjí model Optimus, přičemž laboratoře zaměřené na humanoidní tvary otevřely také společnosti Wayve a Uber.
Šéf Wayve Alex Kendall pro TechCrunch uvedl, že je nutné začít u vozidel. Manipulační robotika je podle něj zhruba tam, kde bylo samořízení před pěti lety. Datová infrastruktura, simulace i provozní nástroje se budou z velké části sdílet, přičemž rozdíly nastanou až u modelu světa pro konkrétní podobu stroje. Kendall zároveň varuje před upínáním se na jednu hardwarovou platformu. Senzory a další součástky se mění rychle, takže obecný model by měl být na konkrétním hardwaru co nejméně závislý.
Théophile Gervet, šéf firmy Genesis AI, to vidí jinak. Podle něj je na strategii zaměřenou pouze na software brzy a příležitost leží ve společném vývoji hardwaru i AI.
Specializovaní roboti vydělávají
Gervet otevřel i druhé velké téma oboru, kterým je volba správného zaměření. Firmy cílící na konkrétní úkoly už mají své stroje v terénu. Společnost Gritt staví solární parky, Agility nasazuje roboty v průmyslu a Bedrock samostatně ovládá bagry. Univerzální humanoidní roboti se naproti tomu z laboratoří zatím příliš nedostávají.
Podle Gerveta žádného zákazníka nezajímá univerzální robot, který uspěje jen v osmdesáti procentech případů. Zároveň dodává, že tvůrce specificky zaměřeného produktu postaveného na starší technologii snadno překoná konkurence využívající pokročilejší modely.
Specializace láká, protože přinesou tržby i data z ostrého provozu. Tato data sice nemusí být dost pestrá pro vývoj obecných modelů, pro funkčnost konkrétního robota jsou však nutná. Technický šéf Bedrocku Kevin Peterson uvedl, že výkopové práce pomáhají firmě pochopit manipulaci v nepředvídatelném prostředí. Cílem je vytvořit vrstvu inteligence využitelnou napříč celou řadou stavebních strojů.
Správa těchto záznamů je náročná, protože obrazová a lidarová data zabírají obrovský prostor. Společnost Foxglove proto představila nástroj postavený nad otevřeným modelem světa Cosmos od Nvidie. Inženýři v něm mohou prohledávat data běžnými větami, skládat z nich testy i simulace a rychleji odhalovat chyby.
Kdy tedy přijde ten velký okamžik
Sam Altman nedávno mluvil o tom, že fyzickou AI čeká zásadní průlom podobný úspěchu ChatGPT, a to během několika let. Kendall připomíná, že největší flotilou robotů na světě jsou stále domácí vysavače. Zlom podle něj nastane, až bude nadšený běžný zákazník, nikoliv investor. Jako příklad uvádí auto, ve kterém řidič spustí jízdu bez dohledu na hardwaru do tisíce dolarů. Wayve na to cílí, modely licencuje automobilkám a v tomto odvětví vidí miliardovou příležitost, ze které chce financovat vývoj obecného modelu pro roboty.
Gervet si tento průlom představuje jako manipulaci s předměty, která funguje ihned po vybalení stroje. Člověk na robota mluví běžnou řečí, požádá ho o přisunutí židle nebo uklizení stolu a stroj to se spolehlivostí provede.
Šéf Foxglove Adrian Macneil to vidí jinak. Pro TechCrunch uvedl, že robotiku žádný okamžik podobný ChatGPT nečeká. ChatGPT se stal fenoménem hlavně díky digitální distribuci, protože získal milion uživatelů během jediného týdne. Rozvést fyzické stroje po světě je nesrovnatelně těžší. Macneil by proto raději viděl milník, jakým byl v počítačové historii Apple II nebo IBM PC. Tedy den, kdy si lidé koupí domácího robota, který pro ně začne dělat něco skutečně užitečného a zábavného.
