În era în care roboții lasă tot mai mulți oameni fără un loc de muncă, mai sunt încă lucruri destul de simple pe care aceștia nu reușesc să le facă, dar pe care AI se apropie de a le rezolva

Apucarea unei doze de bere sau întinderea dulceții pe clătită sunt sarcini banale pentru oameni, dar care pentru roboți au fost până acum extrem de dificile. Mașinile se chinuie cu complexitățile lumii fizice – iar sarcinile pentru care este nevoie de dexteritate sunt greu de rezolvat. Însă inteligența artificială transformă modul în care roboții învață să se miște și să navigheze în diferite medii. Aceștia dobândesc abilități mai repede decât oricând și se adaptează în moduri considerate anterior imposibile. Brațele robotice umanoide pot acum să bată ouăle și să lege șireturile pantofilor. Roboții pot face pizza fără ca acest lucru să fie scris în vreun cod  sau fără să primească instrucțiuni noi, scrie Financial Times.

Unii cercetători cred că aceste progrese ar putea avea un efect la fel de profund asupra roboticii pe cât l-au avut asupra cuvintelor modelele de limbaj ca ChatGPT. Saltul gigantic în față în generarea de text și imagini începe acum să se vadă și în privința acțiunii. „Nu este Science Fiction”, a declarat în iunie Jensen Huang, șeful gigantului de cipuri Nvidia, referindu-se la utilizarea IA pentru a instrui roboții să îndeplinească sarcini în lumea reală. „Următorul val de IA este IA fizică. Inteligență artificială care înțelege legile fizicii, care poate lucra printre noi.”

În multe privințe, această revoluție a roboticii este de mult așteptată. Timp de zeci de ani, oamenii și-au imaginat traiul alături de roboți casnici umanoizi capabili să facă munci banale. Dar, după ani de progres lent, cercetătorii par să fi ajuns în fața progreselor dramatice necesare pentru a crea o nouă generație de automate. Inteligența artificială a alimentat o serie de descoperiri recente în cercetare care au adus mai aproape sarcini complexe care au separat anterior oamenii de roboți.

În timp ce ajutorul automat multifuncțional capabil să facă tot ce poate un om, doar mai bine, este încă departe, faptul că un robot poate pune un tricou pe un umeraș este un semn că acest lucru va fi posibil. Astfel de evoluții ar putea fi foarte importante în domenii precum îngrijirea la domiciliu, sănătatea și producția manufacturieră – iar investitorii sunt atenți.

Entuziasmul din jurul progreselor recente atrage un interes tot mai mare și sume mari de la o mulțime de cercetători, companii tehnologice mari și investitori, chiar dacă saltul cuantic în finanțare nu a sosit deloc. Tranzacții cu capital de risc pentru robotică și drone de peste 11 miliarde de dolari au fost încheiate până la sfârșitul lunii octombrie, depășind cele 9,72 miliarde de dolari de anul trecut, dar neatingând recordul de 13,23 miliarde de dolari din 2022, potrivit PitchBook.

„Porțile s-au deschis cu adevărat”, spune Russ Tedrake, profesor la Institutul de Tehnologie din Massachusetts și vicepreședintele de cercetare în robotică la Institutul de Cercetare Toyota, reflectând asupra interesului pentru evoluțiile rapide din domeniu. „Giganții de tehnologie se lansează, start-up-urile încep să răsară… toată lumea este optimistă că va veni.” Roboții inspiră de mult timp atât entuziasm, cât și frică. SF-ul s-a înfruptat timp de un secol din ideea de mașini ca slujitori loiali sau stăpâni tiranici.

Roboții joacă roluri contrastante în cultura populară, de la eroismul salvator al lui C3PO și R2D2 din franciza Războiul stelelor până la asasinul necruțător T-1000 din Terminator 2. Mai recent, în lungmetrajul nominalizat la Oscar Robot Dreams, un automat venit prin curier devine prietenul care îi schimbă viața unui newyorkez singuratic, în timp ce ROZZUM unit 7134 din The Wild Robot salvează viața unui gâscan mic și pufos în timp ce dezvoltă cel mai important dintre sentimentele umane – dragostea.

Cu toate acestea, în lumea reală, a face roboții să îndeplinească chiar și sarcini banale s-a dovedit dificil. Interacțiunea cu oamenii rămâne deosebit de dificilă, având în vedere că roboții trebuie să navigheze în spațiile noastre dinamice și să înțeleagă modurile subtile în care oamenii își comunică intențiile. Faptul că roboții umanoizi Optimus ai lui Elon Musk – care au fost văzuți servind băuturi la un eveniment Tesla – au fost de fapt operați de la distanță de oameni este un exemplu concret.

Limitările de hardware și, mai ales, ale software-ului au restrâns abilitățile roboților, chiar dacă au transformat unele procese industriale, cum ar fi automatizarea depozitelor. Generațiile anterioare de mașini a trebuit să fie programate folosind cod complicat sau au fost învățate lent prin încercări și erori, tehnici care au dus la abilități limitate în sarcini strict definite efectuate în medii extrem de controlate.

Dar datorită progreselor în IA, ultimii doi ani au fost diferiți, chiar și pentru cei care lucrează în domeniu de ceva timp. „Există emoție în aer și cu toții credem că se avansează într-un ritm mult mai rapid decât am crezut”, spune Carolina Parada, șeful echipei de robotică de la Google DeepMind. Unele dintre cele mai mari salturi în domeniu au fost în software, în special în modul în care sunt antrenați roboții.

Metodele de clonare a comportamentului bazate pe inteligență artificială – în care o sarcină este demonstrată unui robot de mai multe ori de către un om – au produs rezultate remarcabile. Cercetătorii de la Institutul de Cercetare Toyota pot învăța acum creierele brațelor robotice cum să execute mișcări complexe în câteva ore și nu în câteva săptămâni. Cheia acestui proces de învățare este „difuzia”. Binecunoscută în lumea generării de imagini IA, tehnica a fost dezvoltată mai departe de creatorii de roboți. În loc să folosească difuzia pentru a genera imagini, roboticienii au început să o folosească pentru a produce acțiuni. Aceasta înseamnă că roboții pot învăța o nouă sarcină – cum ar fi cum să folosească un ciocan sau să învârtească un șurub – și apoi să o aplice în diferite setupuri.

Când este utilizat pentru sarcini de pregătire a roboților, zgomotul (noise, în limbaj fotografic) este aplicat unui set de date de antrenament sub formă de traiectorii aleatorii, într-un mod similar cu pixelii (zgomotul) adăugați imaginilor. Modelul de difuzie îndepărtează apoi fiecare dintre aceste traiectorii aleatoare până când obține o cale clară care poate fi urmată de robot. Cercetătorii de la Universitatea Stanford și de la Google DeepMind au avut succes cu tehnicile de difuzie. „Am ales trei dintre sarcinile care cer cea mai multă îndemânare la care ne-am putut gândi… și am încercat să vedem dacă am putea antrena o politică (sistemul robot IA) pentru a face fiecare sarcină”, a explicat Chelsea Finn, profesor asistent la Stanford. „Toate au funcționat!” Echipa a învățat o versiune anterioară a robotului să gătească în mod autonom creveți, să curețe pete și să cheme un lift.

R

Progresul extraordinar în generarea de text și imagini folosind IA din ultimii doi ani a fost posibil datorită inventării modelelor de limbaj mari (LLM), mecanismul care stă la baza chatboților. Roboticienii se bazează acum pe acestea și pe verișoarele lor, modele de limbaj condiționate vizual, uneori numite modele vedere-limbaj, care conectează informațiile textuale și imaginile.

Având acces la uriașe arhive de date de text și imagini, cercetătorii își pot „preantrena” modelele de roboți cu privire la nuanțele lumii fizice și modul în care oamenii o descriu, chiar înainte de a începe să-i învețe pe studenții-mașini acțiuni specifice. Dar, în lumea reală haotică și în continuă schimbare, mașinile nu trebuie doar să fie capabile să execute sarcini individuale, ci și să realizeze o multitudine de sarcini în medii diferite.

Cei aflați în inima roboticii cred că răspunsul la această generalizare se găsește în modelele fundamentale pentru lumea fizică, care se vor clădi pe baze de date în creștere legate de mișcare – bănci de informații care înregistrează acțiunile robotului. Speranța este că aceste modele mari de comportament, odată ajunse suficient de mari, vor ajuta mașinile să se adapteze la medii noi și imprevizibile, cum ar fi mediile comerciale și casnice, transformând rapid afacerile și viața de zi cu zi ale oamenilor.

Dar aceste modele se confruntă cu numeroase provocări dincolo de ceea ce este necesar pentru IA generativă lingvistică. Ele trebuie să conducă acțiuni care respectă legile fizicii într-o lume tridimensională și se adaptează la mediile dinamice ocupate de alte viețuitoare. Provocarea actuală pentru dezvoltarea acestor modele mari de comportament este deficitul de date – o dificultate cu care se confruntă și modelele mari de limbaj, ca urmare a epuizării surselor de informații umane. Dar un mare efort comun este în desfășurare în comunitatea robotică pentru a genera noi seturi de date pentru antrenament. „Am văzut că sunt disponibile tot mai multe informații, inclusiv pentru sarcini care cer foarte multă îndemânare – și am văzut deja o mulțime de roade”, spune Finn de la Stanford. „Aceasta ne spune că, dacă suntem capabili să extindem lucrurile în continuare, atunci am putea face progrese semnificative în a permite roboților să aibă succes în setupurile din lumea reală.”

Unele dintre cele mai recente cercetări au descoperit că aceste date de acțiune nu trebuie să provină de la același tip de robot sau nici chiar să reprezinte abilitățile exacte pe care un robot încearcă să le învețe pentru a avea succes. Pot fi de la diferite mașini care execută o gamă largă de sarcini în diferite medii. În esență, roboții par a fi capabili să-i învețe pe alți roboți chiar dacă nu seamănă cu ei. Tedrake de la Institutul de Cercetare Toyota spune că proliferarea recentă a hardware-ului roboților, de la automate prinse de podelele fabricilor până la dispozitive casnice, cum ar fi aspiratoarele Roomba, ar trebui să ajute la completarea acestei lacune de date. Cu cât există mai mulți roboți, cu atât vor fi disponibile mai multe date vizuale despre acțiunile lor de finalizare.

Parteneriatul de cercetare recent anunțat al Toyota cu unul dintre liderii mondiali în hardware, Boston Dynamics, își propune să ducă acest lucru un pas mai departe – dezvoltarea modelelor de comportament pentru întregul corp pentru unii dintre cei mai avansați roboți umanoizi din lume. Unul dintre aceștia este robotul umanoid hidraulic Atlas, celebru pe rețelele sociale pentru mișcările sale de parkour și dans, care ilustrează modul în care Boston Dynamics a dezvoltat hardware-ul robotic în ultimele trei decenii.

Povestea robotului Spot, asemănător unui câine, este un indiciu al progresului înregistrat și al provocărilor care rămân. Spot are „inteligență atletică”, spun creatorii săi, și cu peste 1.500 de frați patrupezi care lucrează acum pentru întreprinderi și alte organizații, acesta joacă deja un rol cheie în procesele industriale. De asemenea, câinii mecanici au fost văzuți patrulând prin stațiunea Mar-a-Lago a președintelui ales Donald Trump din Palm Beach, Florida.

Potriviți muncilor repetitive, dificile sau posibil periculoase pentru oameni, câinii robot pot fi aduși pentru a ajuta la operațiunile de căutare și salvare în caz de dezastre, de dezafectare nucleară și de eliminare a bombelor – dar utilizarea lor principală este în inspecțiile industriale. Gigantul farmaceutic GSK folosește o unitate personalizată pentru a verifica rezervoarele de agent propulsor folosit în inhalatoarele Ventolin ale companiei, de exemplu.

A

Abilitățile IA ale lui Spot îi permit, de asemenea, să învețe rapid. Când versiunea producătorului de bere AB InBev a automatului canin a întâlnit podele alunecoase în timp ce căuta scurgeri de aer în liniile de îmbuteliere, creatorii săi de la Boston Dynamics au folosit simulări de învățare automată pentru a-l pregăti să facă față unor astfel de situații. Ce au obținut s-a dovedit atât de eficient încât a fost instalat pe toți Spoții din întreaga lume. „Deci, așa cum iPhone-ul tău primește o nouă actualizare de software, și robotul tău primește”, spune Nikolas Noel, vicepreședinte de marketing și comunicare la Boston Dynamics, deținut acum de producătorul de automobile sud-coreean Hyundai Motor Group.

Cu toate acestea, pentru mulți din domeniul roboticii scopul rămâne crearea unei mașini industriale multicalificate complet adaptabile, capabilă de sarcini de la brodat la asamblarea pentru producția de loturi mici – o realizare care ar revoluționa industria prelucrătoare. IA a adus această ambiție mai aproape de realitate, spune Nick Hawes, profesor de inteligență artificială și robotică la Universitatea Oxford.

„Întreaga revoluție a învățării profunde în IA a deblocat capacitatea de a generaliza într-o gamă foarte largă de inputuri, prin utilizarea acestor rețele neuronale foarte mari și a unei cantități uriașe de date și capacități de calcul”, spune Hawes. „Dar nu cred că am văzut un rezultat final cu aplicabilitate generală… Poate mai încolo.”

Boston Dynamics și-a luat rămas bun la începutul acestui an de la Atlas. Un montaj video a arătat că robotul putea să facă salturi pe spate și sărituri lungi, dar și cădea de pe o platformă și se rostogolea necontrolat pe o pantă înierbată. Metafora roboticii ca promisiuni și eșecuri sub atenția intensă a publicului este greu de ignorat. Inginerii au introdus acum un succesor electrificat, Electric Atlas, cu articulații agile și abilități îmbunătățite de inteligența artificială, crescând perspectiva creării de roboți însoțitori care să își asume tipurile de sarcini pe care le fac oamenii acum. „Cred că toți avem vise ca robotul Rosey (referire la femeia de serviciu android din The Jetsons) să poată duce gunoiul, să ne spele vasele și să ne pună masa”, spune Noel. „Vor fi realizări viitoare. Vor arăta total diferit după toate probabilitățile. Dar da, aceasta este ambiția pe termen lung.” Succesul cu umerașul de haine este un semn al acestor posibilități, spune Carolina Parada de la Google DeepMind. Dacă aceste abilități pot fi generalizate pentru a permite robotului să lucreze cu diferite piese de îmbrăcăminte și în noi setupuri, „ai putea începe să-ți imaginezi cum aceste părți se unesc”, spune ea. „Și atunci ai avea un robot care chiar ți-ar putea spăla rufele, nu?”

DeepMind a învățat un câine robot să deschidă ușile cu laba, în loc să-și forțeze intrarea. Odată învățată, abilitatea a devenit parte din modelul de bază și robotul nu a mai trebuit să fie dresat din nou – nu este ceva prea diferit de dresarea unui animal de companie adevărat.

Modul în care roboții învață să trăiască alături de oameni rămâne o problemă mai grea. Parada dă exemplul unei mașini care ar trebui să pună la locul lor lucruri într-o casă plină de oameni. Robotul ar trebui să înțeleagă semnalele de la ocupanții umani, cum ar fi când și în ce fel se vor mișca. Oamenii emit adesea indicii despre astfel de intenții în mod non-verbal în moduri care ar putea fi greu de detectat pentru un automat. „Ca robot va trebui să fii capabil să interacționezi cu oamenii în mod proactiv, nu doar pasiv și, de asemenea, să poți citi ce e prin cameră – ceea ce este extrem de greu de făcut pentru un robot”, explică Parada. În ciuda acestor provocări, saltul conceptual către o lume în care superroboții casnici joacă un rol real în viața oamenilor pare mai mic decât a fost cândva, a adăugat ea. „Mulți oameni, când am început să lucrez în robotică, au spus că nu voi vedea în această viață un robot de casă care să-mi spele rufele și să curețe prin gospodărie. Aș spune că majoritatea oamenilor gândesc acum: <<Oh, da, cred că putem avea asta înainte să mă pensionez>>”.

Pe termen mai lung, chiar și ideile mai avansate percutează. Un exemplu sunt rețelele neuronale „lichide”, care acționează mai degrabă precum creierul biologic decât ca rețelele neuronale tradiționale și folosesc conexiuni dinamice pentru a se adapta continuu și a învăța din date noi.

O astfel de abordare necesită mai puțini neuroni sau purtători de semnal și, prin urmare, mai puțină capacitate de calcul. Acest lucru ar trebui să facă hardware-ul mai compact și, prin urmare, mai puțin greoi de transportat de către roboți.

„Cum putem aduce aceste două lumi împreună?” întreabă Daniela Rus, liderul cercetăriilor despre rețele neuronale la MIT. „Și plecăm de la ideea că putem folosi rețele lichide – care este un nou model pentru IA.” Aceste rețele lichide dau deja rezultate impresionante în sfera de cercetare a vehiculelor autonome.

În mod tradițional, astfel de vehicule se chinuie în perioadele de tranziție ale zilei, când condițiile se schimbă, cum ar fi în zori și în amurg. În timp ce modelele IA convenționale acordă multă atenție caracteristicilor de pe marginile unui drum, cum ar fi vegetația, pentru a instrui vehiculul să circule între ele rețelele neuronale lichide se concentrează mai mult pe mijlocul autostrăzii și pe posibilele obstacole.

Cercetările arată că rețelele lichide sunt mai capabile să distingă între aspectele cruciale și irelevante ale sarcinii de conducere și sunt mult mai aproape de modul în care conduc oamenii. Acest lucru are avantajul de a face modelul, teoretic, mai ușor de înțeles și de calibrat.

Rus spune că începem să vedem în robotică realizări care înainte păreau imposibile. Dar rămân provocările asigurării unei plase de protecție, spune ea. La urma urmei, a existat un motiv pentru care primele două legi ale roboticii stabilite de Isaac Asimov, autorul poveștii Eu, Robotul, s-au concentrat pe prevenirea vătămării oamenilor și pe respectarea de către roboți a ordinelor date de oameni.

„Toate aceste lucruri grozave la care doar visam acum putem începe să le realizăm”, concluzionează Rus. „Acum trebuie să ne asigurăm că ceea ce facem cu toate aceste superputeri este în numele binelui.”   

Traducere și adaptare: Bogdan Cojocaru