زمانی که ممکن است با ربات‌ها صحبت کنید
تاریخ انتشار:
زمانی که ممکن است با ربات‌ها صحبت کنید
گوگل به تازگی اعلام کرد که نسخه‌ای از مدل هوش مصنوعی خود، جمنای، را راه‌اندازی کرده است که می‌تواند کارهایی را نه تنها در دنیای دیجیتال چت‌بات‌ها و جستجوی اینترنتی، بلکه در دنیای فیزیکی از طریق ربات‌ها انجام دهد.
جمنای رباتیک قدرت مدل‌های زبان بزرگ را با استدلال فضایی ترکیب می‌کند و به شما این امکان را می‌دهد که به یک بازوی رباتیک بگویید که کاری مانند "انگورها را در کاسه شفاف بگذار" انجام دهد. این دستورات توسط LLM فیلتر می‌شوند، که نیت‌ها را از آنچه شما می‌گویید شناسایی کرده و سپس آنها را به دستورات قابل اجرا برای ربات تبدیل می‌کند. برای جزئیات بیشتر در مورد نحوه کارکرد این سیستم، داستان کامل را از همکارم اسکات مالیگان بخوانید.
شاید شما هم بپرسید که آیا این به این معنی است که روزی خانه یا محل کار شما پر از ربات‌هایی خواهد شد که می‌توانید به آنها دستور دهید. در ادامه بیشتر در این مورد صحبت خواهیم کرد.
اما ابتدا، این ایده از کجا آمده است؟ تا کنون، گوگل در دنیای رباتیک تحولات بزرگی نداشته است. آلفابت در طول دهه گذشته چندین استارتاپ رباتیک را خریداری کرد، اما در سال 2023 یک واحد که بر روی ربات‌ها برای انجام کارهای عملی مانند جمع‌آوری زباله کار می‌کرد، تعطیل کرد.
با این حال، حرکت این شرکت به سمت آوردن هوش مصنوعی به دنیای فیزیکی از طریق ربات‌ها، در واقع پیروی از پیشینه‌ای است که سایر شرکت‌ها در دو سال گذشته تعیین کرده‌اند (چیزی که من باید با کمال تواضع اشاره کنم، MIT Technology Review مدت‌ها پیش آن را پیش‌بینی کرده بود).
به طور خلاصه، دو روند از دو جهت متضاد در حال همگرایی هستند: شرکت‌های رباتیک به طور فزاینده‌ای از هوش مصنوعی بهره‌برداری می‌کنند و غول‌های هوش مصنوعی اکنون در حال ساخت ربات‌ها هستند. به عنوان مثال، OpenAI که تیم رباتیک خود را در سال 2021 تعطیل کرد، امسال تلاش جدیدی را برای ساخت ربات‌های انسان‌نما آغاز کرده است. در اکتبر، غول تراشه‌سازی انویدیا موج بعدی هوش مصنوعی را "هوش مصنوعی فیزیکی" اعلام کرد.
راه‌های زیادی برای ادغام هوش مصنوعی در ربات‌ها وجود دارد، از جمله بهبود نحوه آموزش آنها برای انجام وظایف. اما استفاده از مدل‌های زبان بزرگ برای ارائه دستورالعمل‌ها، همانطور که گوگل انجام داده، به ویژه جالب است.
این اولین بار نیست. استارتاپ رباتیک Figure یک سال پیش به خاطر ویدیویی که در آن انسان‌ها به یک ربات انسان‌نما دستور می‌دادند که چگونه ظروف را در جای خود قرار دهد، به شدت مورد توجه قرار گرفت. در همان زمان، یک استارتاپ که از OpenAI جدا شده بود به نام Covariant، چیزی مشابه برای بازوهای رباتیک در انبارها ساخت. من یک دمو دیدم که در آن می‌توانستید به ربات دستور دهید که از طریق تصاویر، متن یا ویدیو کارهایی مانند "توپ‌های تنیس را از این سبد به آن یکی منتقل کن" انجام دهد. Covariant تنها پنج ماه بعد توسط آمازون خریداری شد.
وقتی چنین دموهایی را می‌بینید، نمی‌توانید از خود نپرسید: این ربات‌ها چه زمانی به محل کار ما خواهند آمد؟ و چه زمانی به خانه‌های ما خواهند آمد؟
اگر برنامه‌های Figure نشانه‌ای باشد، پاسخ به سوال اول به زودی است. این شرکت روز شنبه اعلام کرد که در حال ساخت یک تأسیسات تولید با حجم بالا است که قرار است سالانه 12,000 ربات انسان‌نما تولید کند. اما آموزش و آزمایش ربات‌ها، به ویژه برای اطمینان از ایمنی آنها در مکان‌هایی که در کنار انسان‌ها کار می‌کنند، همچنان زمان‌بر است.
به عنوان مثال، رقیب Figure، Agility Robotics ادعا می‌کند که تنها شرکتی در ایالات متحده است که مشتریان پرداخت‌کننده برای ربات‌های انسان‌نمای خود دارد. اما استانداردهای ایمنی صنعتی برای ربات‌های انسان‌نما که در کنار انسان‌ها کار می‌کنند هنوز به طور کامل شکل نگرفته است، بنابراین ربات‌های این شرکت باید در مناطق جداگانه کار کنند.
به همین دلیل است که با وجود پیشرفت‌های اخیر، خانه‌های ما آخرین مرز خواهند بود. در مقایسه با کف کارخانه‌ها، خانه‌های ما بی‌نظم و غیرقابل پیش‌بینی هستند. همه در فضاهای نسبتاً نزدیک به هم زندگی می‌کنند. حتی مدل‌های هوش مصنوعی چشمگیر مانند جمنای رباتیک هنوز باید از آزمایش‌های زیادی هم در دنیای واقعی و هم در شبیه‌سازی عبور کنند، درست مانند خودروهای خودران. این آزمایش ممکن است در انبارها، هتل‌ها و بیمارستان‌ها انجام شود، جایی که ربات‌ها ممکن است هنوز از اپراتورهای انسانی از راه دور کمک بگیرند. زمان زیادی طول خواهد کشید تا آنها اجازه پیدا کنند که ظروف ما را در جای خود بگذارند.