Am văzut Viitorul AI Într-un Robot Ce Poate Învăța Pe Loc
În timpul unei vizite recente la Generalist AI, am văzut un braț robotic improvizând și folosind o banană drept unealtă.
Săptămâna trecută, am făcut o călătorie de doar 15 minute de acasă pentru a vedea roboți făcând lucruri uimitoare, care îți taie respirația. Am vizitat birourile startup-ului Generalist AI din Cambridge, Massachusetts, unde am văzut brațe robotice îndeplinind sarcini simple, cum ar fi aranjatul paharelor sau introducerea unor piese în boluri. Am fost uimit de cât de repede au înțeles lucrurile - era similar cu un om viu. Brațele au stăpânit o serie de sarcini după ce au "digerat" un scurt video instructiv și, cel mai impresionant, fără un antrenament specific pentru sarcina respectivă.
Unul dintre cele mai izbitoare exemple a implicat un robot căruia i s-a cerut să adune o piesă într-un bol folosind o lopățică și o perie. Când peria a fost scoasă din scenă, robotul a improvizat, folosind lopățica pe post de perie și a "măturat" piesa în bol. Într-un alt caz, un robot cu două brațe a urmărit un videoclip în care cineva deschidea fermoarul unui poșeta pentru a extrage câteva bancnote. Am privit – destul de uluit – cum robotul a deschis fermoarul unui alt tip de poșetă și a extras cu grijă bancnotele. Cel mai uimitor, când nu a reușit să prindă banii, a comutat de la folosirea ghearei drepte la cea stângă pentru a obține un unghi mai bun de atac. „Ha”, a spus un inginer din apropiere. „Nu a mai făcut asta niciodată până acum.”
„Acesta este exact genul de lucru care a entuziasmat pe toată lumea legat de GPT-3”, mi-a spus Pete Florence, co-fondator și CEO al Generalist, referindu-se la modelul lingvistic revoluționar de la OpenAI, lansat în 2020. „Puteai lua acel model și pur și simplu să îi ceri să facă o nouă sarcină, iar el avea o șansă reală să o facă.”
Generalist pare să se concentreze pe învățarea roboților despre fizica lumii, ceea ce pare inspirat de simțul intuitiv al fizicii pe care oamenii îl manifestă încă de la o vârstă fragedă. Acest lucru ar putea contribui la capacitatea modelului de a transfera ceea ce a învățat într-un scenariu la altul. De fapt, unele dintre demonstrațiile companiei mi-au amintit cum copiii improvizează și experimentează când li se arată o sarcină. Cercetătorii au fost adesea surprinși de ceea ce robotul alegea să facă – unul a ales să adune obiecte cu o banană, când aceasta i-a fost pusă în față, de exemplu. Acest lucru poate părea trivial, dar inteligența fizică este ceva ce încă lipsește în mare măsură la mașini, iar modul în care bebelușii învață atât de eficient despre lumea lor ar putea oferi perspective importante pentru cercetătorii în AI.
L-am întâlnit pe Florence și pe Andrew Barry, co-fondator și CTO, într-o sală de conferințe cu vedere la echipe de oameni care antrenau roboți cu cleme speciale pe mâini. Celălalt co-fondator și om de știință șef al companiei este Andy Zeng. Trio-ul are un istoric impresionant: au lucrat anterior la Google DeepMind și Boston Dynamics la unele dintre cele mai avansate modele hardware și robotice existente.
Tradițional, antrenarea unui robot bazat pe AI pentru a îndeplini sarcini diferite a însemnat introducerea a mii de exemple în model. Aceasta este, totuși, o formă de învățare notoriu imperfectă, iar un robot va avea dificultăți cu o sarcină dacă schimbi ceva la fel de simplu ca iluminarea. Generalist și alte startup-uri din domeniul roboticii investesc masiv într-un model robotic general antrenat de oameni. Compania construiește mănuși speciale, asemănătoare unor cleme robotice, prevăzute cu camere video, pe care oamenii le folosesc apoi pentru a efectua diverse sarcini. Am văzut o ladă îngrămădită cu câteva sute de astfel de cleme destinate lucrătorilor din Mexic și din alte părți. Florence și echipa sa sunt reticenți în a oferi detalii exacte despre "rețeta" pe care o folosesc pentru antrenarea roboților, dar afirmă că au adunat deja o cantitate imensă de date de antrenament de înaltă calitate. Spre deosebire de alte companii care urmăresc roboți mai inteligenți, ei și-au construit modelele AI în totalitate de la zero, în loc să se bazeze pe un model lingvistic open-source.
Danfei Xu, un roboticist la Georgia Tech, familiarizat cu activitatea Generalist, afirmă că startup-ul se distinge printre companiile care urmăresc modele robotice mai generale. „Au dus acest lucru la extrem și au executat excelent”, spune Xu. Pe lângă colectarea unei cantități uriașe de date de înaltă calitate, el adaugă: „Sunt roboticieni excelenți și au făcut știință remarcabilă.” Xu menționează, de asemenea, că demonstrațiile Generalist de până acum sugerează că au în vedere implementarea roboților în scenarii comerciale reale. „Sunt cei mai apropiați de ceva ce poate fi implementat”, spune el. „Abordarea Generalist privind datele constă în colectarea de date de interacțiune fizică la scară largă, fără a le lega prea strâns de un robot anume”, declară Karen Liu, o roboticistă la Universitatea Stanford, care cunoaște, de asemenea, compania. „Cele mai solide rezultate ale lor sugerează că acest pariu ar putea funcționa.”
Chiar și așa, Generalist admite că abilitățile de învățare ale modelelor sale nu sunt încă pe deplin fiabile. Un robot reușește să finalizeze o sarcină pentru care a fost instruit doar în aproximativ 59% din cazuri, în medie; în mod ideal, rata sa de succes ar trebui să fie undeva peste 99%. De asemenea, nu este clar cât de bine se vor generaliza aceste abilități la orice sarcină sau setare imaginabilă. Cu toate acestea, potențialul ca roboții să învețe rapid abilități în, să zicem, producție, pare enorm.
Unul dintre inginerii Generalist pare să fi descoperit acest lucru într-o seară recentă. Un videoclip care surprinde episodul arată inginerul aranjând mici pahare pe masă în fața unui robot cu două brațe, doar pentru a vedea ce ar putea face mașina. Robotul s-a alăturat brusc, prindând și aranjând alte pahare cu cele două cleme ale sale. Pe măsură ce robotul a terminat de aranjat paharele într-un singur teanc ordonat, inginerul a început să strige, fără să se adreseze nimănui în particular, încântat de manevră.