Роботи на GPT-6 вміють творити без попереднього навчання, але поки що не можуть нормально працювати руками

Людиноподібні роботи ще не готові працювати прибиральниками та складальниками, але творчі професії їм даються з народження. І в цьому проблема «останніх міліметрів», як пояснив голова компанії Unitree Robotics Ван Синсин: механіки роботів зовсім трохи не вистачає для повноцінного існування у фізичному світі, але незабаром це зміниться.

Джерело зображення: ШІ-генерація ChatGPT/3DNews

Нещодавно китайська компанія Unitree Robotics продемонструвала нові можливості людиноподібних роботів, які використовують модель GPT-6 Astra від OpenAI. За словами засновника та генерального директора компанії Ван Синсина, нові машини здатні самостійно малювати картини, ополіскувати пензлі, змішувати фарби та грати в шахи без попереднього навчання цим конкретним навичкам (вживу це не показали, лише в запису).

Голова Unitree Robotics висловив свою думку, що наступна модель GPT-7 стане радикальним проривом у якості фізично втіленого інтелекту. Таким чином, роботи отримають «справжній» штучний інтелект не колись у майбутньому, а вже через два або навіть один рік.

За оцінкою Ван Синсина, основна проблема розвитку фізичного штучного інтелекту тепер полягає не стільки в здатності моделей міркувати та планувати, скільки в точності перетворення їх команд у реальні механічні дії. Він назвав цю проблему «останніми міліметрами» за аналогією з проблемою останньої милі в зв'язку: навіть правильно розрахований рух може завершитися помилкою через неточності датчиків, калібрування, виконавчих механізмів або контакту маніпулятора з предметом.

Для вирішення зазначеної проблеми Unitree розробляє систему Unitree Rehearsal — замкнутий цикл самоудосконалення, в якому ІІ зможе вивчати технічні можливості роботизованих платформ, писати керуючий код, перевіряти його в симуляціях, випробовувати на «живих» роботах та коригувати результати, забезпечуючи зворотний зв'язок між фізичним і віртуальним світом.

Серед інших перешкод для розвитку галузі керівники китайських технологічних компаній називають нестачу даних про взаємодію роботів з реальним світом і високу вартість обчислювального обладнання. Зокрема, співзасновник розробника графічних процесорів Moore Threads Ван Дун зазначив, що дефіцит реальних даних змушує розробників активніше використовувати синтетичні набори для навчання. Також він вказав на високу вартість прискорювачів Nvidia і повідомив про роботу своєї компанії над постачаннями власних чіпів для китайської робототехнічної галузі.

Хочеш дізнатися більше — читай відгуки