Разработчики «мозгов» для роботов уперлись в дефицит данных

Что произошло

TechCrunch описывает растущий интерес инвесторов к Physical AI — направлению, которое пытается перенести подходы Large Language Models в робототехнику.

На фоне этого интереса Unitree, ведущий китайский производитель роботов, получила оценку $66 млрд после выхода на китайский аналог NASDAQ. Однако на этой неделе компания потеряла почти половину стоимости.

Главная проблема

Аналитики указывают на разрыв между физическими возможностями роботов и их способностью выполнять работу, создающую ценность. Роботы становятся лучше как машины, но им все еще не хватает практического «понимания» задач.

На конференции Actuate этот риск был сформулирован как «кризис данных в робототехнике»: индустрии не хватает качественных данных для обучения AI-моделей. Попытки создать универсальных роботов, способных выполнять любые задачи, остаются далекими от результата, а сквозное обучение под конкретные задачи пока не привело к надежным коммерческим продуктам.

Почему сравнивают с GPT-2

Harry Mellsop, основатель Antioch, сравнил текущее состояние Physical AI с «эрой GPT-2» — моделью OpenAI, которая предшествовала появлению ChatGPT.

Для дальнейшего прогресса, по этой логике, отрасли нужны больше данных и вычислительных ресурсов. Особенно важны GPU, оптимизированные для трассировки лучей, поскольку они используются для создания высокоточных симуляций.

Кто может получить преимущество

Сильнее всего сейчас продвинулись автономные автомобили: они позволяют собирать релевантные данные от машин, которыми управляют люди, а их основная задача — избегать контакта, а не манипулировать физической средой.

Многие инструменты для построения моделей пришли из компаний, занимавшихся автономным транспортом. Foxglove, например, была основана бывшими сотрудниками Cruise, проекта General Motor в сфере беспилотного вождения.

Автомобильные и транспортные компании рассчитывают, что накопленные инвестиции в ML-инструменты помогут им конкурировать с производителями гуманоидных роботов. Tesla уже развивает это направление с Optimus, а Wayve и Uber запустили робототехнические лаборатории, сфокусированные на гуманоидных формах в рамках исследований и разработок.

Позиция Wayve

Alex Kendall, CEO Wayve, заявил TechCrunch, что начинать стоит с автомобилей, а робототехника с манипуляциями сейчас напоминает беспилотное вождение пять лет назад.

По его словам, инфраструктура данных, симуляции и ML-операций во многом могут быть общими, но конкретные модели мира для симуляторов потребуют отдельной донастройки под разные формы роботов. Kendall также считает, что пока рано делать ставку на одну аппаратную платформу, поскольку сенсоры и другие компоненты быстро развиваются.