Роботы дебютировали на сцене на следующий день после Нового 1921 года. Небольшая армия серебристых гуманоидов вышла на сцену в Первой Чехословацкой Республике более чем за полвека до того, как мир впервые увидел дроидов Джорджа Лукаса.
Пьеса Карела Чапека «R.U.R» («Rossumovi Univerzalni Roboti») стала хитом. Ее перевели на десятки языков и играли по всей Европе и Северной Америке. Однако неизгладимым наследием этого произведения стало введение в обиход слова «робот». За прошедшее столетие значение термина претерпело значительные изменения, поскольку роботы Чапека были скорее органическими. Однако десятилетия научной фантастики способствовали тому, что общественное представление о них не слишком далеко ушло от своих истоков. Для многих гуманоидная форма по-прежнему считается платоническим идеалом робота — просто состояние технологий еще не догнало это видение.
Эта тема была актуальна на протяжении десятилетий, а недавнее появление таких стартапов, как «1X» и «Figure», а также проекты более известных компаний, например, «Tesla», вновь привлекли внимание к человекоподобным роботам. Если верить прогнозам СEO «Nvidia» Дженсена Хуанга и CEO «Tesla» Илона Маска, то в ближайшие годы роботы-гуманоиды станут обычным явлением в потребительском сегменте наряду с авто. Стоимость роботов-гуманоидов будет от 10.000 до 20.000 долларов.
Почему роботов копируют с человека
Когда говорят о роботах-гуманоидах общего назначения, то предполагают того, кто может быстро овладеть навыками и выполнить любую задачу, которую может сделать человек. Еще один критерий — это степень использования человекоподобной формы для выполнения человекоподобных задач. Сей нюанс не является абсолютно необходимым, но, в конце концов, сторонники данного форм-фактора отмечают тот факт, что этот мир — для людей, построен вокруг человека, поэтому и для работы имеет смысл создавать человекоподобных роботов. Их теория заключается в том, что люди строили наш мир под себя, поэтому вполне логично, что мы будем создавать роботов, похожих на себя, чтобы соответствовать окружающему нас миру. Кроме того, есть определенные преимущества в плане досягаемости, способности подниматься по лестнице и ловкости рук. Хотя, конечно, человеческое тело — это точно не вершина эволюции (остеохондроз — прекрасное доказательство несовершенства нашей конструкции).
Адаптивность — еще один ключевой момент. Роботы уже несколько десятилетий работают на фабриках, и подавляющее большинство из них — одноцелевые. То есть, они созданы для того, чтобы делать одно дело хорошо и много раз. Именно поэтому автоматизация так хорошо подходит для производства — там много однообразия и повторений, особенно в мире сборочных линий. Пока что они узкоспециализированные и не могут адаптироваться к новым ситуациям или обучаться от своего опыта.
Склады как среда для роботов
Термины «гринфилд» и «браунфилд» широко используются в различных дисциплинах уже несколько десятилетий. Первый описывает незастроенную землю (буквально — «зеленое поле», greenfield), а brownfield относится к развитию на существующих участках. В мире складов — это разница между строительством с нуля или работой с уже существующим объектом.
У обоих вариантов есть свои плюсы и минусы. «Браунфилды», как правило, более экономичны по времени и затратам, так как не требуют строительства с нуля, в то время как «гринфилды» дают возможность построить объект полностью под заказ. При наличии неограниченных ресурсов большинство корпораций выберут greenfield. Представьте себе производительность помещения, построенного с нуля с учетом автоматизированных систем.
Но большинство складов — это brownfield, и они спроектированы с учетом потребностей людей. Например, есть лестницы, а они представляют собой препятствие для колесных роботов. Насколько серьезным окажется это препятствие, зависит от множества факторов, включая планировку и рабочий процесс. Это возвращает нас к вопросу о создании гуманоидных роботов, адаптированных для нашей среды.
Гуманоиды могут стать умной заменой на пути к полностью автоматизированным складам и фабрикам, точнее, переходным этапом. После полной автоматизации уже не понадобится гибкость гуманоидов.
Как учат роботов выполнять задачи
На пути к реальному внедрению есть два основных ограничения. Первое — мехатронное, то есть, то, на что способно оборудование. Второе — программное обеспечение и искусственный интеллект. Но прежде чем достичь чего-то похожего на AGI, гуманоиды начнут работать как одноцелевые системы. Пилотные проекты призваны доказать, что эти системы могут хорошо выполнять одну задачу в масштабе, прежде чем переходить к следующей.
На промышленном уровне у крупных компаний есть ресурсы для решения проблем по мере их возникновения. Но, несмотря на наличие ROS (Robot Operating System — операционная система для роботов, обеспечивает всю необходимую функциональность для распределенной работы всех узлов робота), кажется маловероятным, что какое-то одно решение станет своего рода эквивалентом Android для мира роботов. Одна из проблем робототехники заключается в том, что существует так много различных видов роботов, и у всех разные тела. Нужны «строительные блоки», на основе которых компании смогут создавать свои аппаратные и программные предложения, ориентированные на решение потребительских и корпоративных проблем, а не зацикливаться на деталях того, как этого добиться.
К счастью, это отличный вариант использования больших языковых моделей. Роботы отлично подражают. Но если инженеры не запрограммируют их на адаптацию к всевозможным неровностям и толчкам, гуманоиды не всегда знают, как справиться с подобными ситуациями. Хотя имитационное обучение (задачам обучают посредством наблюдения) популярно в мире домашней робототехники, оно зачастую не способно учесть бесчисленные мелкие изменения окружающей среды, которые могут помешать регулярной работе, требуя перезапуска системы с нуля. Именно здесь в дело вступают LLM (англ. large language model — большая языковая модель), избавляя программиста от необходимости вручную маркировать и назначать многочисленные поддействия. У LLM есть способ рассказать на естественном языке, как выполнить каждый шаг задачи. Непрерывная демонстрация человека — это воплощение этих шагов в физическом пространстве. Рассмотрим несколько примеров, где LLM помогают учиться роботам:
— «OpenAI» заключила контракт со стартапом «Figure», для разработки моделей ИИ для роботов. Партнерство направлено на улучшение способности робота понимать язык и взаимодействовать с людьми. Так роботы будут лучше понимать устные команды от людей. Ранее компания привлекла инвесторов из «Nvidia», «Intel» и «Amazon», а ее роботы трудятся на заводах BMW. Также «OpenAI» сотрудничает с норвежским стартапом «1X», производителем гуманоидных роботов. В ролике показали автономную работу гуманоидных роботов Eve, которыми управляет нейросеть от создателей «ChatGPT». Глобально, взаимодействие ИИ с физическом миром через тело является необходимым шагом к AGI.
— Недавно компания «Boston Dynamics» попрощались с гидравлической версией Atlas и представила полностью электрическую, которая использует электромоторы. Новые роботы будут трудиться на заводах «Hyundai». Их оснащают ПО с модулями обучения с подкреплением и компьютерным зрением, частью которого является «RL Researcher Kit». Оно применяется, чтобы научить робота новым умениям, преодолевать больше препятствий и стабильнее передвигаться.
— «Mentee Robotics», молодой стартап в сфере роботехники, тоже показал свою человекоподобную разработку «Menteebot». Прототип опирается на генеративный ИИ и машинное зрение. Создатели позиционируют его как универсального робота для промышленного и потребительского рынков. В продажу поступит не раньше 2025 года.
Когда робототехника станет реальной?
Современное состояние гуманоидной робототехники можно охарактеризовать одним словом — пилот. В данном случае свидетельствуют об этом пресс-релизы, которые сообщают о ранней стадии потенциального партнерства. Для стартапа они представляют реальный, доказанный интерес. Для крупной корпорации они сигнализируют акционерам о том, что компания находится на современном уровне развития.
В 2023 году объявили о нескольких таких заказах. BMW сотрудничает с компанией «Figure», а «Mercedes» начал работать с «Apptronik». И снова «Agility» имеет преимущество перед остальными, завершив пилотные проекты с «Amazon». Особенно показательно, что, несмотря на долгосрочные перспективы систем общего назначения, почти все участники рынка начинают с одной и той же базовой функциональности, а генеративный ИИ представляет собой многообещающее будущее.
Рейтинг Билла Гейтса
«Что полезнее: несколько роботов, каждый из которых может выполнять одну задачу раз за разом, или один робот, который может выполнять несколько задач и учиться делать еще больше?» — задается вопросом Билл Гейтс, американский предприниматель, один из создателей «Microsoft».
Гейтс опубликовал список «передовых робототехнических стартапов и лабораторий, которые вызывают у меня восторг». Среди них три компании, которые занимаются разработкой гуманоидов.
Первая и самая известная — «Agility», чей робот Digit меньше всего похож на человека из всех трех. Билл Гейтс отмечает: «Если мы хотим, чтобы роботы работали в нашей среде как можно лучше, возможно, эти роботы должны быть созданы по образцу людей». В настоящее время компания опережает конкурентов по количеству реальных внедрений, включая недавний пилотный проект на складах «Amazon», который помог подготовить почву для сделки «Figure» с BMW.
Также в список вошли компания «Apptronik», создавшая Apollo, и лаборатория «RoMeLa» (Robotics and Mechanisms Lab), которая занимается разработкой футбольного робота ARTEMIS. Среди других компаний, упомянутых в статье, — фирма «Field AI», специализирующаяся на роботизированном восприятии, и «Tevel», создающая беспилотники для сбора яблок.
Конечно, одобрение Гейтса никак не продвинет идею и процесс создания гуманоидов, да и сам Гейтс не является сторонником робототехники. Тем не менее, весьма познавательно наблюдать, как робототехника из года в год становится все более популярной.
Почему неудачны робототехнические стартапы
В 2020 году на конференции «TC Sessions: Robotics+AI» одну из секций посвятили робототехническим стартапам. В обсуждениях участвовали представители из «NVIDIA» и «Freedom Robotics». Обе компании помогают основателям создавать фундамент. «NVIDIA» использует свои ресурсы для создания таких платформ, как «Isaac», предназначенных для прототипирования роботов. А «Freedom Robotics» разрабатывает ИИ-предложения для облегчения развертывания подобных систем. Но первый шаг к тому, чтобы помочь робототехническим стартапам, — это определить, почему многие из них терпят неудачу, даже при наличии большого финансирования и множества умных людей на борту. Примеры тому — «Rethink», «Anki», «Jibo» и «CyPhy Works».
Одна из главных причин неудач заключается в том, что, в отличие от многих других технологических стартапов, робототехнические компании не нацелены на решение проблемы. Они сосредоточены на проблемах робототехники, а не на конечной проблеме, не на бизнес-предложении. Это делает робототехнику по-прежнему очень дорогой и сложной для достижения даже MVP (минимально жизнеспособного продукта) в цикле развития компании. Но зачастую это вызвано необходимостью. Представьте, что открываете автомобильную компанию, но сначала нужно добыть кобальт для аккумуляторов и проложить дороги.
Хотя производители роботов действительно добились большого успеха в таких категориях, как автоматизация заводов и складов, готовых решений в робототехнике очень мало. Чаще всего успех означает необходимость создания целого стека. Это может быть приемлемым вариантом для крупных корпораций, таких как «Google», которые изучают проекты в области робототехники внутри компании, но легко представить, как тонет новый стартап, пытающийся заткнуть все дыры в своем корабле. В качестве примера можно привести компанию «Zume», которая сосредоточилась на решении все большего числа проблем — от доставки до коммерческих кухонь и упаковки продуктов питания, — но, в конце концов, споткнулась на этом пути.
Компании должны сосредоточиться на том, чтобы хорошо делать что-то одно. Выиграют те, кто сосредоточится на нишевой проблеме, решив её с помощью технических компромиссов.
Одни исследователи верят в успех человекоподобных роботов, а многие настроены скептически. Космическая гонка привела к изобретению продуктов, которыми человечество пользуется на Земле и по сей день. Независимо от того, будут ли будущие фабрики заполнены роботами-гуманоидами в значительных масштабах, вся эта работа будет иметь результат. А пока ждем дальнейших прорывов в области обучения роботов и мобильного манипулирования, которые, так или иначе, повлияют на роль автоматизации в повседневной жизни.
P.S. Главное, чтобы не получилось, как писал Карел Чапек в своей пьесе «R.U.R»: «Продукт человеческого мозга вырвался из-под контроля человеческих рук. Это и есть комедия науки».
Евгения Залавская, «Компьютерра»