Роботы дебютировали на сцене на следующий день после Нового 1921 года. Небольшая армия серебристых гуманоидов вышла на сцену в Первой Чехословацкой Республике более чем за полвека до того, как мир впервые увидел дроидов Джорджа Лукаса.
Пьеса Карела Чапека «R.U.R» (Rossumovi Univerzální Roboti) стала хитом. Ее перевели на десятки языков и играли по всей Европе и Северной Америке. Однако неизгладимым наследием этого произведения стало введение в обиход слова «робот». За прошедшее столетие значение термина претерпело значительные изменения, поскольку роботы Чапека были скорее органическими. Однако десятилетия научной фантастики способствовали тому, что общественное представление о них не слишком далеко ушло от своих истоков. Для многих гуманоидная форма по-прежнему считается платоническим идеалом робота — просто состояние технологий еще не догнало это видение.
Эта тема была актуальна на протяжении десятилетий, а недавнее появление таких стартапов, как 1X и Figure, а также проекты более известных компаний, например Tesla, вновь привлекли внимание к человекоподобным роботам.
Если верить прогнозам СEO Nvidia Дженсена Хуанга и CEO Tesla Илона Маска, то в ближайшие годы роботы-гуманоиды станут обычным явлением в потребительском сегменте наряду с авто. Стоимость роботов-гуманоидов будет от 10 000 до 20 000 долларов.
В статье рассмотрим:
- Кто такие гуманоидные роботы общего назначения;
- Почему сейчас заговорили о концепции автоматизации с помощью роботов, хотя она возникла еще до появления термина «робот»;
- Почему многие стартапы в области робототехники терпят неудачи и что с этим можно сделать;
- Какие робототехнические компании отметил Билл Гейтс в своем рейтинге.
Что такое робот-гуманоид общего назначения
Когда говорим о роботах-гуманоидах общего назначения, то предполагаем того, кто может быстро овладеть навыками и выполнить любую задачу, которую может сделать человек.
Еще один критерий — это степень использования человекоподобной формы для выполнения человекоподобных задач. Этот нюанс не является абсолютно необходимым, но, в конце концов, сторонники этого форм-фактора отмечают тот факт, что этот мир для людей и построен вокруг человека, поэтому и для работы имеет смысл создавать человекоподобных роботов. Их теория заключается в том, что люди строили наш мир под себя, поэтому вполне логично, что мы будем создавать роботов, похожих на себя, чтобы соответствовать ему. Кроме того, есть определенные преимущества в плане досягаемости, способности подниматься по лестнице и ловкости рук. Хотя, конечно, человеческое тело — это точно не вершина эволюции (остеохондроз — прекрасное доказательство несовершенства нашей конструкции).
Адаптивность — еще один ключевой момент. Роботы уже несколько десятилетий работают на фабриках, и подавляющее большинство из них — одноцелевые. То есть они созданы для того, чтобы делать одно дело хорошо и много раз. Именно поэтому автоматизация так хорошо подходит для производства — там много однообразия и повторений, особенно в мире сборочных линий. Пока что они узкоспециализированные и не могут адаптироваться к новым ситуациям или обучаться от своего опыта.
Склады как среда для роботов
Термины «гринфилд» и «браунфилд» широко используются в различных дисциплинах уже несколько десятилетий. Первый описывает незастроенную землю (буквально — зеленое поле), а brownfield относится к развитию на существующих участках. В мире складов — это разница между строительством с нуля или работой с уже существующим объектом.
У обоих вариантов есть свои плюсы и минусы. «Браунфилды», как правило, более экономичны по времени и затратам, так как не требуют строительства с нуля, в то время как «гринфилды» дают возможность построить объект полностью под заказ. При наличии неограниченных ресурсов большинство корпораций выберут greenfield. Представьте себе производительность помещения, построенного с нуля с учетом автоматизированных систем.
Но большинство складов — это brownfield, и они спроектированы с учетом потребностей людей. Например, на них есть лестницы, а они представляют собой препятствие для колесных роботов. Насколько серьезным окажется это препятствие, зависит от множества факторов, включая планировку и рабочий процесс. Это возвращает нас к вопросу о создании гуманоидных роботов для своей среды.
Гуманоиды могут стать умной заменой на пути к полностью автоматизированным складам и фабрикам, точнее переходным этапом. После полной автоматизации уже не понадобится гибкость гуманоидов.
Проблема с софтом
На пути к реальному внедрению есть два основных ограничения. Первое — мехатронное, то есть то, на что способно оборудование. Второе — программное обеспечение и искусственный интеллект. Но прежде чем достичь чего-то похожего на AGI, гуманоиды начнут работать как одноцелевые системы. Пилотные проекты призваны доказать, что эти системы могут хорошо выполнять одну задачу в масштабе, прежде чем переходить к следующей.
На промышленном уровне у крупных компаний есть ресурсы для решения проблем по мере их возникновения. Но несмотря на наличие ROS (Robot Operating System — операционная система для роботов, обеспечивает всю необходимую функциональность для распределенной работы всех узлов робота), кажется маловероятным, что какое-то одно решение станет своего рода эквивалентом Android для мира роботов. Одна из проблем робототехники заключается в том, что существует так много различных видов роботов, и у всех разные тела.
Нужны «строительные блоки», на основе которых компании смогут создавать свои аппаратные и программные предложения, ориентированные на решение потребительских и корпоративных проблем, а не зацикливаться на деталях того, как этого добиться.
К счастью, это отличный вариант использования больших языковых моделей. Роботы отлично подражают. Но если инженеры не запрограммируют их на адаптацию к всевозможным неровностям и толчкам, гуманоиды не всегда знают, как справиться с подобными ситуациями.
Хотя имитационное обучение (задачам обучают посредством наблюдения) популярно в мире домашней робототехники, оно часто не может учесть бесчисленные мелкие изменения окружающей среды, которые могут помешать регулярной работе, требуя перезапуска системы с нуля.
Именно здесь в дело вступают LLM, избавляя программиста от необходимости вручную маркировать и назначать многочисленные поддействия. У LLM есть способ рассказать на естественном языке, как выполнить каждый шаг задачи. Непрерывная демонстрация человека — это воплощение этих шагов в физическом пространстве. Рассмотрим несколько примеров, где LLM помогают учиться роботам.
OpenAI заключила контракт со стартапом Figure, для разработки моделей ИИ для роботов. Партнерство направлено на улучшение способности робота понимать язык и взаимодействовать с людьми. Так роботы будут лучше понимать устные команды от людей. Ранее компания привлекла инвесторов из Nvidia, Intel и Amazon, а ее роботы трудятся на заводах BMW.
Также OpenAI сотрудничает с норвежским стартапом 1X, производителем гуманоидных роботов. В ролике показали автономную работу гуманоидных роботов Eve, которыми управляет нейросеть от создателей ChatGPT. Глобально, взаимодействие ИИ с физическом миром через тело является необходимым шагом к AGI.
Недавно Boston Dynamics попрощались с гидравлической версией Atlas и представили полностью электрическую, которая использует электромоторы. Новые роботы будут трудиться на заводах Hyundai. Их оснащают ПО с модулями обучения с подкреплением и компьютерным зрением, частью которого является RL Researcher Kit. Оноt применяется, чтобы научить робота новым умениям, преодолевать больше препятствий и стабильнее передвигаться.
Mentee Robotics, молодой стартап в сфере роботехники, тоже показал свою человекоподобную разработку Menteebot. Прототип опирается на генеративный ИИ и машинное зрение. Создатели позиционируют его как универсального робота для промышленного и потребительского рынков. В продажу поступит не раньше 2025 года.
Пилотный проект
Современное состояние гуманоидной робототехники можно охарактеризовать одним словом — пилот. В данном случае свидетельствуют об этом пресс-релизы, которые сообщают о ранней стадии потенциального партнерства. Для стартапа они представляют реальный, доказанный интерес. Для крупной корпорации они сигнализируют акционерам о том, что компания находится на современном уровне развития.
В прошлом году объявили о нескольких таких заказах. BMW сотрудничает с компанией Figure, а Mercedes начал работать с Apptronik. И снова Agility имеет преимущество перед остальными, завершив пилотные проекты с Amazon. Особенно показательно, что, несмотря на долгосрочные перспективы систем общего назначения, почти все участники рынка начинают с одной и той же базовой функциональности, а генеративный ИИ представляет собой многообещающее будущее.
Рейтинг Билла Гейтса
«Что полезнее: несколько роботов, каждый из которых может выполнять одну задачу раз за разом, или один робот, который может выполнять несколько задач и учиться делать еще больше?»
Билл Гейтс, американский предприниматель, один из создателей Microsoft
Билл Гейтс опубликовал список «передовых робототехнических стартапов и лабораторий, которые вызывают у меня восторг». Среди них три компании, которые занимаются разработкой гуманоидов.
Первая и самая известная — Agility, чей робот Digit меньше всего похож на человека из всех трех. Билл Гейтс отмечает: «Если мы хотим, чтобы роботы работали в нашей среде как можно лучше, возможно, эти роботы должны быть созданы по образцу людей». В настоящее время компания Digit опережает конкурентов по количеству реальных внедрений, включая недавний пилотный проект на складах Amazon, который помог подготовить почву для сделки Figure с BMW.
Также в список вошли компания Apptronik, создавшая Apollo, и лаборатория RoMeLa (Robotics and Mechanisms Lab) Калифорнийского университета, которая занимается разработкой футбольного робота ARTEMIS.
Среди других компаний, упомянутых в статье, — фирма Field AI, специализирующаяся на роботизированном восприятии, и Tevel, создающая беспилотники для сбора яблок.
Подобное одобрение, возможно, не слишком продвинет идею создания гуманоидов, и Гейтс не является сторонником робототехники. Тем не менее, весьма познавательно наблюдать, как этот форм-фактор с каждым днем становится все более популярным.
Почему так много робототехнических стартапов терпят неудачу
В 2020 году на конференции TC Sessions: Robotics+AI одну из секций посвятили робототехническим стартапам. В обсуждениях участвовали представители из NVIDIA и Freedom Robotics.
Обе компании помогают основателям создавать фундамент. NVIDIA использует свои ресурсы для создания таких платформ, как Isaac, предназначенных для прототипирования роботов. А Freedom Robotics разрабатывает ИИ-предложения для облегчения развертывания подобных систем.
Но первый шаг к тому, чтобы помочь робототехническим стартапам — это определить, почему многие из них терпят неудачу, даже при наличии большого финансирования и множества умных людей на борту. Примеры тому — Rethink, Anki, Jibo и CyPhy Works.
Одна из главных причин неудач заключается в том, что в отличие от многих других технологических стартапов робототехнические компании не нацелены на решение проблемы. Они сосредоточены на проблемах робототехники, а не на конечной проблеме, не на бизнес-предложении. Это делает робототехнику по-прежнему очень дорогой и сложной для достижения даже MVP (минимально жизнеспособного продукта) в цикле развития компании.
Но зачастую это вызвано необходимостью. Представьте, что открываете автомобильную компанию, но сначала нужно добыть кобальт для аккумуляторов и проложить дороги.
Хотя производители роботов действительно добились большого успеха в таких категориях, как автоматизация заводов и складов, готовых решений в робототехнике очень мало.
Чаще всего успех означает необходимость создания целого стека. Это может быть приемлемым вариантом для крупных корпораций, таких как Google, которые изучают проекты в области робототехники внутри компании, но легко представить, как тонет новый стартап, пытающийся заткнуть все дыры в своем корабле. В качестве примера можно привести компанию Zume, которая сосредоточилась на решении все большего числа проблем — от доставки до коммерческих кухонь и упаковки продуктов питания, — но, в конце концов, споткнулась на этом пути.
Компании должны сосредоточиться на том, чтобы хорошо делать что-то одно. Выиграют те, кто сосредоточится на нишевой проблеме, решив ее с помощью технических компромиссов.
Одно исследователи верят в успех человекоподобных роботов, а многие остаются скептиками. Гонка за высадку людей на Луну привела к изобретению продуктов, которыми человечество пользуется на Земле и по сей день. Независимо от того, будут ли будущие фабрики населены роботами-гуманоидами в значительных масштабах, вся эта работа будет иметь результат. А пока ждем дальнейшие прорывы в области обучения роботов и мобильного манипулирования, которые так или иначе повлияют на роль автоматизации в повседневной жизни.