سازندگان «مغز ربات‌ها» در حال عبور از دوران «GPT-۲» هستند

به گزارش هفت صبح این هیجان باعث شد که شرکت «یونی‌تری» (Unitree)، پیشروترین سازنده ربات در چین، عرضه اولیه سهام (IPO) بزرگی داشته باشد که ارزش آن پس از ورود به بازار بورس چین به ۶۶ میلیارد دلار رسید. با این حال، ورق به سرعت برگشت و این شرکت در همین هفته، نزدیک به نیمی از ارزش خود را از دست داد. تحلیلگران به یک مشکل آشکار اشاره می‌کنند: با اینکه توانایی‌های فیزیکی ربات‌ها در حال بهبود است، آن‌ها هنوز دانش لازم برای انجام کارهای «ارزش‌آفرین» را ندارند.

بحران داده؛ چالش اصلی سازندگان هوش مصنوعی

در کنفرانس «اکچویت» (Actuate) که هفته گذشته برگزار شد – رویدادی برای توسعه‌دهندگانی که مغزهای هوش مصنوعی برای ربات‌ها می‌سازند – هیجان کاملاً مشهود بود. به گفته «فاکس‌گلاو» (Foxglove) – شرکتی که به سازندگان مدل‌های هوش مصنوعی فیزیکی کمک می‌کند تا داده‌های خود را مدیریت و بصری‌سازی کنند – این رویداد نسبت به اولین برگزاری خود در سال ۲۰۲۳ سه برابر بزرگ‌تر شده و ۱۵۰۰ شرکت‌کننده داشته است.

ریسک کار هم آشکار بود: تابلویی در غرفه «آوالا» (Avala)، یکی دیگر از بازیگران زیرساخت هوش مصنوعی فیزیکی، قول داده بود که «بحران داده‌های رباتیک» را حل کند. این بحران، همان کمبود داده‌های آموزشی باکیفیت برای مدل‌های هوش مصنوعی است.

هوش مصنوعی فیزیکی در «دوران GPT-2»

هری ملسوپ، از بنیان‌گذاران استارتاپ «آنتیوک» (Antioch) که ابزارهای شبیه‌سازی برای مدل‌سازان می‌سازد، معتقد است که هوش مصنوعی فیزیکی در «دوران GPT-2» خود قرار دارد (مدلی از OpenAI که پیش از ظهور ChatGPT عرضه شد). برای عبور از این مانع، داده‌ها و توان پردازشی بیشتری نیاز است؛ به‌ویژه پردازنده‌های گرافیکی (GPU) بهینه‌شده برای «رهگیری پرتو» (Ray Tracing) که برای ایجاد شبیه‌سازی‌های با دقت بالا استفاده می‌شوند.

رقابت خودروهای خودران و انسان‌نماها

پیشروترین حوزه در این زمینه، خودروهای خودران هستند. بخشی به دلیل توانایی جمع‌آوری داده‌های مرتبط از خودروهایی که توسط انسان رانده می‌شوند، و بخشی به دلیل اینکه وظیفه اصلی آن‌ها پرهیز از برخورد است، نه دستکاری محیط فیزیکی. حالا شرکت‌های خودرویی به‌طور فزاینده‌ای شرط‌بندی می‌کنند که سرمایه‌گذاری‌شان در ابزارهای یادگیری ماشین، به آن‌ها اجازه می‌دهد با سازندگان اختصاصی ربات‌های انسان‌نما رقابت کنند. تسلا در حال حاضر این کار را با ربات «اپتیموس» انجام می‌دهد و شرکت‌های Wayve و اوبر هم آزمایشگاه‌های رباتیکی راه‌اندازی کرده‌اند که بر فرم فاکتور انسان‌نما تمرکز دارد.

دو راهی استراتژیک: تمرکز بر کاربرد یا همه‌منظوره بودن؟

تئوفیل ژروه، مدیرعامل Genesis AI معتقد است که ما در این موج خیلی زودتر از آن هستیم که یک استراتژیِ صرفاً نرم‌افزاری جواب بدهد؛ به عقیده او فرصت‌های زیادی برای طراحی هم‌زمان سخت‌افزار و هوش مصنوعی وجود دارد.

او درباره این دوراهی می‌گوید: «هیچ مشتری‌ای به ربات همه‌منظوره‌ای که ۸۰٪ موفقیت دارد اهمیت نمی‌دهد. ما می‌بینیم که خیلی از رقبا به سمت ربات‌های عمومی می‌روند، اما چون تمرکز عمودی (Vertical focus) ندارند، ارزشی ایجاد نمی‌کنند. اما از آن طرف، اگر برای یک بخش محدود روی مدل GPT-2 کار کنید، توسط شرکتی که بر پایه مدل‌های پیشرفته‌تر می‌سازد، له خواهید شد.»

لحظه طلایی رباتیک: آیا «لحظه ChatGPT» در راه است؟

بالاخره آن لحظه «ChatGPT» برای هوش مصنوعی فیزیکی – که سم آلتمن می‌گوید چند سال تا آن فاصله داریم – چیست؟ ژروه معتقد است لحظه واقعی هوش مصنوعی فیزیکی، «دستکاری (اشیاء) است که بی‌دردسر کار می‌کند.» او می‌گوید: «می‌توانید با ربات به زبان طبیعی حرف بزنید و از او بخواهید کارهای ساده‌ای مثل هل دادن، کشیدن یا بستن لپ‌تاپ را انجام دهد و با اطمینان بالای ۸۰٪ کارش را درست انجام دهد؛ این تقریباً همان تجربه ChatGPT است.»

آدریان مکنل، مدیرعامل فاکس‌گلاو، نگاه متفاوتی دارد: «چیزی به نام لحظه ChatGPT برای رباتیک وجود نخواهد داشت. آنچه ChatGPT را به یک پدیده تبدیل کرد، توزیع‌پذیری سریع بود. من برای لحظه “Apple II” یا “IBM PC” در رباتیک هیجان‌زده‌ام؛ زمانی که بتوانم یک ربات خانگی بخرم که کارهای مفید و سرگرم‌کننده‌ای در خانه انجام دهد.»