مسابقه جهانی برای ساخت ربات های فوق هوشمند

پس از یک شیفت کاری سخت در اطراف خانه و تعامل با مردم و سایر ماشین‌ها، انسان‌نماهای نرم و پارچه‌ای NEO متعلق به 1X Technologies که به اندازه یک مخمل خواب دوست‌داشتنی طراحی شده‌اند، جزئیاتی را که لازم است از انبوه داده‌هایی که می‌توانند دور بیندازند، الک می‌کنند.

Bernt Børnich، مدیرعامل نروژی 1X Technologies مستقر در پالو آلتو، گفت: «من می‌خواهم روباتی که در خانه دارم، من و فرزندانم و خانواده‌ام را به یاد بیاورد.

بورنیچ می‌گوید: «اساسا، روبات‌ها در پایان رویا خواهند دید، زیرا آنها باید تمام تجربیات امروز را بگیرند و به نوعی دوباره آن را منتشر کنند.»

یکی از مهم‌ترین رقابت‌های فناوری در تاریخ بشریت داغ شدن است: مسابقه ساخت مغزهایی که به ربات‌ها اجازه می‌دهد در کنار انسان‌ها چندین کار فیزیکی را انجام دهند و با انجام این کار، خانه‌ها، کارخانه‌ها، بیمارستان‌ها و سایر محیط‌های کاری را متحول کنند. این مسابقه بسیار سخت تر از ساختن مدل های زبان هوش مصنوعی است که اکنون به آن عادت کرده ایم. و در حالی که چین در حال تبدیل شدن به مسلط شدن در ساخت ربات‌هایی است که اکنون می‌توانند سریع‌تر از سریع‌ترین انسان به سرعت بپرند، ایالات متحده به هیچ وجه در توسعه ذهن آنها عقب نیست.

مدیر عامل شرکت مغز ربات Skild AI دوست دارد یک کلیپ از دستان رباتی که با دقت سیگاری روشن می کند را به اشتراک بگذارد تا منظور خود را بیان کند. فیلم سیاه و سفید است. سال 1957 است.

دیپاک پاتاک در تماس نیمه شب زوم از ساحل غربی به نیوزویک گفت: «سخت افزار حتی در آن زمان وجود داشت. این مغزی است که در تمام این سال‌ها گم شده است، و این دقیقا برعکس کاری است که هر شرکت روباتیک انجام داده است... کاری که ما در اینجا انجام می‌دهیم ساختن یک مغز با هدف کلی برای روبات‌ها است.»

این چالش در خانه سازنده روبات Unitree در هانگژو، چین، شهری با قدمت 2000 ساله که خود را به عنوان یک مرکز فناوری در 100 مایلی غرب شانگهای دوباره اختراع کرده است، واضح است. روبات های Unitree بینندگان را با رقص و هنرهای رزمی کاملا طراحی شده در جشن سالانه تلویزیونی سال نو قمری چین شگفت زده کردند. آن‌ها در بازی‌های جهانی ربات انسان‌نما در ماه آگوست در پکن در کنار دیگران به رقابت پرداختند، جایی که رباتی از یک شرکت چینی 100 متر سریع‌تر از هر انسانی در تاریخ دوید.

Yushu Technology Co., Ltd. که با نام Unitree معامله می شود، در اولین روز معاملاتی خود در 19 اوت شاهد افزایش بیش از 600 درصدی سهام خود بود که نشانه ای از علاقه سرمایه گذاران به رباتیک است.

اما چیزی که ربات ها واقعا نمی توانند انجام دهند این است که فکر کنند. در نمایشگاه در هانگژو، حرکات آنها توسط مرد جوانی در پارکی سیاه رنگ که در گوشه ای با یک کنترلر بازی ایستاده است، تعیین می شود.

Yolanda Xie از Unitree به نیوزویک در Hangzhou گفت: "بزرگترین چالش برای کل صنعت مغز است. تمام صنعت در تلاش برای توسعه آن است." ما می‌خواهیم ابتدا پایه حرکت را بسازیم. هنگامی که پایه محکمی برای حرکت داشتیم، می‌توانیم مغز را اضافه کنیم.»

با توجه به اینکه چین بزرگترین میدان آزمایش برای استقرار ربات های انسان نما است، همچنین به منبعی از ویدیوهای ویروسی از اشتباه روبات ها تبدیل شده است: لگد زدن به شخصی در میان جمعیت یا ضربه زدن به همکاران. اما ربات‌ها هنوز هوش لازم برای رفتار مخرب را ندارند. سام کریگمن از دانشگاه نورث وسترن در ایلینویز، که آزمایشگاهش در حال ساخت و پرورش اشکال زندگی رباتیک عجیب و غریب به عنوان یکی از مسیرهای رسیدن به هدف بوده است، گفت: "من فکر نمی کنم ما رباتی به هوشمندی یک سنجاب ساخته باشیم."

او به نیوزویک گفت: «احتمالا 50 جایزه نوبل وجود دارد که باید برنده شوند و کشف شوند تا دستگاهی باهوش به دست آوریم.

در قلب چالش توسعه‌دهندگان، پارادوکس Moravec است: اینکه سطح محاسبات مورد نیاز برای کارهای فکری «سخت»، مانند کارهایی که توسط مدل‌های زبان بزرگ مانند ChatGPT بهتر و بهتر انجام می‌شود، بسیار پایین‌تر از کارهای «آسان» مانند راه رفتن در اطراف یا تهیه یک فنجان قهوه است. این بدان معنا نیست که همه بدبین هستند. تسلای ایلان ماسک که به درخواست اظهارنظر پاسخ نداده است، برای عرضه ربات انسان نمای Optimus خود، پایان سال 2027 را هدف قرار داده است. 1X Technologies حتی زودتر از این نیز هدف خود را دارد و قصد دارد اولین NEO را در اواخر امسال ارائه دهد.

در حال حاضر، یک کارخانه یا انبار بهترین مکان برای دیدن کارهای ساده، تکراری و از پیش برنامه ریزی شده ای است که می توانند انجام دهند. چنین سایت‌های صنعتی در حال تبدیل شدن به مدارسی برای توسعه روبات‌هایی با هوش پیشرفته‌تر هستند.

پراس ولاگاپودی، مدیر ارشد فناوری Agility Robotics که در ابتدا بر روی وظایف صنعتی با ربات Digit خود تمرکز می کند، گفت: "ما می توانیم از این واقعیت استفاده کنیم که مجبور نیستیم مشکل همه را حل کنیم. ما فقط باید مشکل مشتری خود را حل کنیم."

پاداش توسعه یک مغز ربات با قابلیت های عمومی بسیار زیاد است، نه تنها برای هر کسی که موفق شود، بلکه برای اقتصاد در کل. اهمیت آن برای کشورهای صنعتی با کاهش نیروی کار، جایی که روبات‌ها می‌توانند نیروی انسانی را تکمیل کنند، بیشتر است. این امر هوش رباتیک را در اولویت اصلی NVIDIA قرار می‌دهد که پردازنده‌های آن، که بخش عمده‌ای از صنعت هوش مصنوعی را تامین می‌کنند، به با ارزش‌ترین شرکت جهان تبدیل شده است. اکنون با بسیاری از شرکت‌هایی که در رقابت برای مغز ربات هستند کار می‌کند و یک نیروی کلیدی پشت آن‌ها است.

دیپو تالا، رئیس بخش روباتیک انویدیا، که بخش هایی از فناوری رباتیک خود را تا حد امکان باز نگه می دارد تا به سرعت بخشیدن به نوآوری در سراسر صنعت کمک کند، گفت: «۸۰ یا نود درصد تولید ناخالص داخلی جهان در دنیای فیزیکی است.

تالا به نیوزویک گفت: «مدل کسب‌وکار ما این است که سه رایانه را می‌فروشیم: زیرساختی برای آموزش مغز، آزمایش مغز در شبیه‌سازی و برای مغز روبات».

ما به شدت به ربات‌ها برای کمبود نیروی کار یا مشاغل خطرناک یا ترکیبی از ربات‌ها و انسان‌ها نیاز داریم. برای ادامه منحنی کاهش تورم و بهبود کیفیت زندگی به افزایش بهره‌وری در همه این موارد نیاز داریم.»

مغز انسان محصول بیش از 500 میلیون سال تکامل از زمان تشکیل اولین بافت عصبی در حیوانات کرم مانند است. به عنوان یک فرد، ما سال ها صرف یادگیری استفاده از آنها می کنیم. اینها جدول زمانی است که مهندسان مغز ربات به دنبال فشرده سازی آن هستند. مشکل شماره یک داده‌ها است—روبات‌ها به متن و تصاویری که در مدل‌های بزرگ زبانی داده می‌شوند بسیار بیشتر نیاز دارند.

ویدئوهای زیادی در اینترنت از افرادی وجود دارد که تقریبا هر عمل قابل تصوری را انجام می دهند، اما این مسابقه همچنین باعث ایجاد زیرصنعت کاملی از افراد با دوربین های بسته به سر و مچ دست شده است که وظایف معمولی را انجام می دهند تا تقاضا برای داده های ویدئویی تخصصی را فقط برای ربات های آموزشی تامین کنند.

Pathak از Skild AI گفت: "ما به این نگاه می کنیم که اگر انسانی یک بطری را باز کند، می توانیم ببینیم، خوب، دست آنها به سمت آن می رود. چگونه بطری را می کشی؟ یا حتی بطری را باید به این شکل نگه داشت."

اما داده‌های بصری فقط ظاهر جهان را توضیح می‌دهند، نه اینکه تعامل با آن به‌عنوان یک ربات چگونه است - چالشی یک قدم فراتر از چالشی که وسایل نقلیه خودران با آن روبرو هستند.

برایان ایچتر، یکی از بنیانگذاران هوش فیزیکی یا پی، که خود را به عنوان آوردن هوش مصنوعی با هدف کلی به دنیای فیزیکی توصیف می کند، می گوید: «می توانید ویدیویی از نحوه ضربه زدن به توپ بیسبال تماشا کنید، اما پس از آن باید واقعا بروید و آن چیز را تمرین کنید و خودتان آن را در دنیای واقعی امتحان کنید.

روشی که ما بیشتر داده‌ها را جمع‌آوری می‌کنیم این است که افرادی را پشت ربات‌ها داریم، چیزی که ما آن‌ها را عروسک‌بازی می‌نامیم. بنابراین دو دسته از بازوها وجود دارد و من اساسا یکی را حرکت می‌دهم و ربات دیگر را ماریونت می‌کنم. به این ترتیب، ما می‌توانیم داده‌های اولیه ربات‌هایی را که کارهای بسیار پیچیده‌ای انجام می‌دهند، مانند تا کردن یک پیراهن یا پختن یک غذا، داشته باشیم.

حسگرهای موجود در انگشتان ربات‌های 1X به ما می‌آموزند که چقدر به یک جسم فشار وارد شود، درست همانطور که در کودکی یاد گرفتیم که چوب بیسبال را باید محکم‌تر از موز گرفت.

شبیه‌سازی رایانه‌ای نیز نقش مهمی در آزمایش بازی می‌کند، اما در نهایت ربات‌ها باید با دنیای واقعی روبرو شوند - و حتی بزرگترین قهرمانان روبات‌ها اذعان دارند که قابلیت‌های فعلی از چندین ویدیوی نمایشی چشمگیر در YouTube که در شرایط مطلوب ضبط شده‌اند، کم است.

Velagapudi از Agility گفت: "شما بچه دارید، حیوانات خانگی دارید، افراد آموزش ندیده متفاوتی دارید که لزوما از هیچ نوع قوانینی در مورد ربات پیروی نمی کنند، و بنابراین فکر می کنم شروع از آنجا بسیار دشوار است." می‌توانیم از جایی شروع کنیم که بدانیم به اندازه‌ای حل کرده‌ایم که ارزشمند باشیم، و سپس به تدریج پیشرفت‌هایی را اضافه کنیم.»

برای Pi، این به معنای اجاره ده‌ها Airbnbs بود تا به مغز روبات‌هایش کمک کند تا همه چیز را از سینک‌های آشپزخانه عجیب گرفته تا انواع مختلف قهوه‌ساز یا پاک‌کردن نشت‌های ریخته شده، هدایت کند. ایچتر گفت: "اکنون، وقتی این کار را انجام می‌دهیم، هنوز چالش‌هایی وجود دارد. تقریبا اواسط 90 درصد است، بنابراین باید این میزان را به 100 درصد نزدیک کنیم. من فکر می‌کنم این عملکرد واقعا بالا هنوز یک گلوگاه است، به ویژه در صحنه‌های عمومی." «قطعا لباس‌ها را می‌شوید و قطعا بستر را مرتب می‌کند و می‌توانم بگویم قهوه؛ شاید به نوع قهوه‌ساز بستگی دارد.

ما ربات را در جاده بردیم و برای یک کنفرانس به سن دیگو رفتیم و از آن خواستیم اسپرسو درست کند. بنابراین به خوبی منتقل می شود، اما من نمی دانم که به خانه شما برود و بتواند آن را درست کند.»

یکی از مزیت‌هایی که روبات‌ها نسبت به انسان‌ها دارند این است که برای آن‌ها راحت‌تر می‌توانند دقیقا آنچه را که یاد گرفته‌اند در کل شبکه خود به اشتراک بگذارند. در تئوری، هر مهارتی که یک ربات یاد گرفته است را می توان به هر ربات متصل دیگری آموزش داد. اما این باعث ایجاد چالش های جدید در حفظ حریم خصوصی نیز می شود. یک ربات چه مقدار اطلاعات باید با ربات های دیگر یا افراد دیگر به اشتراک بگذارد؟ چگونه می داند چگونه رفتار کند؟

بورنیچ گفت: «این فقط این نیست که نمی‌خواهید ربات همسایه‌تان بداند. آنچه روبات شما با شما صحبت می کند لزوما چیزی نیست که باید با همسر شما صحبت کند.

در کنار نگرانی‌های مربوط به حریم خصوصی، مسائل مربوط به ایمنی فیزیکی، مسئولیت تولیدکنندگان و مقررات دولتی، و همچنین ترس‌های علمی تخیلی از ربات‌ها در حال بی‌قراری و تبدیل شدن به ارباب به جای خدمتکار، وجود دارد.

مدیر ارشد فناوری Agility گفت: اگر به ربات بگویید که برای برداشتن یک پرتقال به آشپزخانه برود و در عوض چاقویی را بردارید، این چیزی بیشتر از این است که چه اتفاقی می افتد. او گفت: «وقتی در مورد ایمنی صحبت می‌کنیم، در مورد این صحبت می‌کنیم که آیا این روبات فقط در حال راه رفتن است و سپس حلقه رمزگذار آن، قسمتی که به آن می‌گوید پایش کجاست، می‌افتد - چیزی که ما دیده‌ایم.» قرار است چه کاری انجام دهد؟ آیا قرار است بر سر کسی بیفتد؟ آیا قرار است خودش را به درستی از کار بیندازد؟

او افزود: "اینها انواع نگرانی های ایمنی هستند که واقعا به نوعی اساسی تر هستند."

نشانه ای از تلاش برای درست کردن آن، یک ربات نجات چهار پا و شاخدار است که مجهز به اره برقی است و توسط Satyress مستقر در کالیفرنیا ساخته شده است که بینندگان رسانه های اجتماعی را شوکه کرد. همراه با دستورالعمل های دقیق در مورد نحوه "کشتن" آن در صورت خرابی آن است.

Xie از Unitree می‌گوید: «چیزی که ما بیشتر به آن اهمیت می‌دهیم این است که یک فرد بد از ربات‌ها برای انجام کارهای بد سوء استفاده می‌کند، نه اهمیتی به این که روبات‌ها کار بدی انجام می‌دهند. در آینده، مقررات باید جامع‌تر باشد.»

از نظر ایمنی در سطح فردی، پیامدهای امنیتی گسترده تری نیز برای روبات ها وجود دارد که بدون شک در میدان جنگ مورد استفاده قرار خواهند گرفت. فناوری ربات روی زمین، و همچنین با هواپیماهای بدون سرنشین در هوا و آب، در حال حاضر در حال تغییر شکل جنگ ها از اوکراین به خاورمیانه است. این یک مزیت سخت‌تر را برای رقابت جهانی به ارمغان می‌آورد که حداقل تاکنون شامل همکاری قابل توجهی بین محققان و شرکت‌های دشمنان چین و ایالات متحده بوده است. آزمایشگاه‌های ایالات متحده از روبات‌های چینی استفاده می‌کنند و شرکت‌های چینی نیز از تراشه‌های آمریکایی و سایر فناوری‌ها و همچنین تخصص استفاده می‌کنند.

Pathak از Skild AI می‌گوید: «این بحث نشان می‌دهد که چین از بسیاری جهات جلوتر است، زیرا آنها به‌طور گسترده در حال انجام رباتیک هستند، اما این روایت توسط سخت‌افزار هدایت می‌شود. اما اینطور نیست که چین از نظر مغزی جلوتر باشد.»

برخی از این صنعت نگران هستند که جو تغییر کند زیرا جنگ کلی فناوری تحت نظارت بیشتر واشنگتن و پکن قرار می گیرد و فناوری مغز ربات به سمت استقرار پیشرفت می کند. صحبت از این است که چه زمانی به «لحظه ChatGPT» خواهد رسید – زمانی که مانند مدل زبان بزرگ در اواخر سال 2022 شروع به کار کرد. برخی فکر می‌کنند که هنوز ده‌ها سال طول می‌کشد، اما صعودی‌ترین آن‌ها آن را در چند سال کمی بیان می‌کنند.

وانگ زینگ شینگ، مدیر عامل Unitree در کنفرانس ربات پکن در ماه آگوست گفت: "ما امیدواریم که در آینده شاهد معرفی یک ربات به یک خانواده ناآشنا باشیم و بتواند تقریبا 80 درصد از وظایف را از طریق دستورات صوتی یا متنی با موفقیت انجام دهد."

ایچتر به نیوزویک گفت که سرعت پیشرفت از زمان تأسیس شرکت در سال 2024 فراتر از انتظارات او بوده است و او را به کوتاه کردن برآوردهای جدول زمانی خود واداشت. او می‌گوید: «اگر قبل از شروع Pi این را نوشته بودم، شاید در پنج سالی بودم که روبات‌ها در دنیا کار مفیدی انجام می‌دادند، و سپس کمی فراتر از آن مقیاس‌گذاری می‌کردند. در عوض، دو سال و نیم طول می‌کشید تا به آنجا برسم. من احساس می‌کنم که ما از 50 درصد به میانه 90 درصد رسیده‌ایم و واقعا باید این نوع چیزها را به 100 درصد برسانیم تا بتوانند واقعا در دنیا بیرون بیایند.»