От «виртуального мозга» к «страннику мира»: большой разбор воплощённого ИИ

Конечная цель ИИ — не выводить текст и картинки на экран, а по-настоящему войти в наш физический мир, понимать его и существовать в нём вместе с нами. Откроем дверь в будущее и встретим следующую смену парадигмы в искусственном интеллекте — воплощённый ИИ (Embodied AI).

I. Что такое воплощённый ИИ? Не только думать, но и действовать

Вы наверняка знакомы с искусственным интеллектом: ChatGPT, который с вами разговаривает, или Midjourney, который рисует картинки по запросу. Это превосходные «цифровые мозги», которые перерабатывают огромные объёмы информации, рассуждают и создают контент. Но живут они в виртуальном мире данных. Это «невоплощённый» (Disembodied) интеллект, похожий на «мозг в банке». Они знают всё о слове «яблоко», но никогда не трогали яблоко, не ощущали его прохладной гладкости и не могли его сорвать.

Воплощённый ИИ (Embodied AI) ставит целью разрушить эту стену.

Определение: воплощённый ИИ — это интеллектуальные системы, которые воспринимают реальный мир, взаимодействуют с ним и учатся в нём через физическое тело (робота, беспилотный автомобиль и т. п.). Ключевое требование — у агента должно быть «тело» (Body), через которое он взаимодействует со средой и получает более глубокое понимание мира, согласующееся с физическими законами.

Проще говоря: воплощённый ИИ = мозг + тело, которое действует.

Дело не сводится к тому, чтобы поставить ИИ колёса и руки. За этим стоит глубокая философская и техническая перемена. Согласно этому подходу, настоящий интеллект возникает в процессе постоянного взаимодействия со средой и обратной связи, а не появляется из ниоткуда. Так же учится человеческий младенец: он узнаёт мир не по энциклопедиям, а через хватание, ползание, падения и исследование.

Три ключевых элемента

1. Тело (Body): физическая форма агента. Для восприятия используются датчики (камеры, лидары, тактильные сенсоры), для действия — исполнительные механизмы (моторы, манипуляторы, колёса).

2. Мозг (Brain): ядро алгоритмов интеллекта. Он обрабатывает данные с датчиков, принимает решения и отправляет команды исполнительным механизмам. Обычно здесь применяются глубокое обучение, обучение с подкреплением, большие языковые модели и другие передовые методы ИИ.

3. Среда (Environment): физический мир, в котором находится агент. Это сцена для обучения и практики, полная неопределённости, динамики и сложных физических законов.

II. История развития: от «шатких шагов» к «быстрой походке»

Воплощённый ИИ не появился сразу. Его история — это история совместного развития робототехники и искусственного интеллекта.

Первый этап: неуверенные первопроходцы (середина XX века — конец XX века)

• Теоретические истоки: основоположник кибернетики Норберт Винер и другие исследователи впервые предложили идею взаимодействия машин со средой.

• Знаковый проект: в 1966–1972 годах в Стэнфордском исследовательском институте создали Shakey — первого в мире по-настоящему мобильного робота, которого считают «прародителем» воплощённого ИИ. Он умел воспринимать окружение, строить планы и выполнять простые задачи, например толкать ящики. Хотя он двигался медленно, это была первая система, в которой восприятие, рассуждение и действие были объединены в одном целом.

Прародитель роботов — Shakey

Второй этап: глубокое обучение открывает новые возможности (начало XXI века — 2020 год)

• Технический прорыв: с ростом вычислительных мощностей и зрелостью алгоритмов глубокого обучения компьютерное зрение (Computer Vision) дало роботам более «острое зрение». Обучение с подкреплением (Reinforcement Learning) позволило роботам осваивать сложные навыки методом проб и ошибок, без того, чтобы программисты прописывали все правила вручную.

• Яркий пример: компания Boston Dynamics стала главным объектом внимания того времени. От собаки-робота BigDog до человекоподобного Atlas, который умеет паркур и сальто назад, она показала, какого уровня можно достичь в управлении движением (Locomotion) и балансе.

Atlas в движении демонстрирует выдающиеся двигательные способности

Третий этап: большие модели открывают новую эпоху (2021 год — наши дни)

• Смена парадигмы: большие языковые модели (LLM), такие как GPT-3 и PaLM, показали сильное универсальное понимание и способность к рассуждению. Исследователи обнаружили, что LLM можно использовать как «мозг» воплощённого ИИ: модель понимает задачу на высоком уровне и разбивает её на конкретные шаги, которые может выполнить робот.

• Ключевые достижения:

  • RT-2 от Google: впервые показано, что модели зрения и языка можно напрямую перенести в управление роботом. Так была реализована сквозная схема «зрение — язык — действие» (Vision-Language-Action), и робот стал понимать сложные инструкции вроде «поставь ровно ту бутылку колы на столе, которая вот-вот упадёт».

  • Optimus (Tesla): цель — создать универсального «человекоподобного работника». В основе лежат наработки Tesla в области визуального восприятия и вычислений для автопилота.

  • Сотрудничество Figure AI и OpenAI: возможности диалога и рассуждения ChatGPT интегрировали в робота Figure 01. Он может естественно общаться с людьми и понимать и выполнять задачи. Это важная веха на пути к универсальности воплощённого ИИ.

С большими моделями роботы становятся всё «умнее»

III. Широкие области применения: интеллект выходит в реальный мир

Когда у ИИ появляется тело, его ценность выходит за пределы цифрового мира и глубоко меняет все стороны нашей жизни.

1. Промышленное производство и логистика

Это первая и самая зрелая область применения воплощённого ИИ. От манипуляторов на автоматизированных автомобильных конвейерах до роботов Kiva, которые быстро сортируют посылки на складах Amazon, — роботы всё чаще берут на себя сложную, однообразную или опасную работу и существенно повышают производительность.

2. Бытовые услуги и общение

Представьте, что дома у вас есть робот, который не только пылесосит и моет полы, но и наводит порядок в комнатах, готовит еду, ухаживает за домашними животными, а может стать заботливым спутником для пожилых людей и товарищем для детей. С развитием технологий и снижением стоимости универсальные сервисные роботы в домах перестают быть фантастикой.

3. Медицина и реабилитация

• Хирургические роботы: например, робот «да Винчи», который помогает врачам выполнять более точные и малоинвазивные операции.

• Реабилитационные роботы: помогают пациентам с нарушениями движения восстанавливаться.

• Интеллектуальные протезы: понимают намерения владельца и позволяют двигаться естественнее и гибче.

4. Научные исследования и специальные работы

В условиях, недоступных человеку или крайне опасных, воплощённый ИИ становится нашим «представителем».

• Космос: например, марсоход «Perseverance» NASA, который самостоятельно исследует поверхность Марса, берёт пробы и анализирует их.

• Глубоководные исследования: автономные подводные аппараты (AUV) изучают неизведанное дно океана.

• Спасательные работы: после землетрясений, пожаров и других катастроф роботы могут заходить в опасные зоны вместо спасателей.

IV. Вызовы и перспективы

Путь к универсальному воплощённому ИИ по-прежнему долог и полон трудностей.

Основные вызовы

• Разрыв «симуляция — реальность» (Sim-to-Real): модели, обученные в симуляторе, часто плохо работают в реальном мире, потому что реальность содержит бесконечно много деталей и неожиданностей, которые симулятор не может учесть.

• Обобщение: ключ к универсальности в том, чтобы робот принимал правильные решения и действовал верно даже с объектами и в средах, которых он никогда не видел.

• Нехватка данных: в отличие от практически неограниченного объёма текстов и изображений в интернете, качественные данные о взаимодействии роботов с миром дороги и трудно получаемы.

• Безопасность и этика: система ИИ, способная на сильные физические действия, должна вести себя безопасно, поддаваться контролю и соответствовать человеческим нормам. Это вопрос, к которому нужно относиться очень серьёзно.

Перспективы

Несмотря на все трудности, будущее уже близко. По мере того как большие модели, новые материалы и новые датчики сливаются воедино, можно ожидать следующего:

1. Более высокая универсальность: роботы перестанут быть «узкими специалистами» и станут «универсалами», которые, как и люди, учатся и адаптируются к множеству задач.

2. Более естественное взаимодействие человека и машины: с роботами можно будет работать через естественный язык, жесты и даже взгляд. Они станут бесшовными партнёрами в нашей жизни.

3. Возникновение интеллекта в физическом мире: в конечном счёте цель воплощённого ИИ — чтобы агенты в сложном взаимодействии с физическим миром спонтанно учились и приходили к более высоким формам интеллекта, которые мы даже не закладывали заранее.

Заключение:

От «мыслителя» в виртуальном мире до «деятеля» в физическом мире — воплощённый ИИ открывает новый большой путь для искусственного интеллекта. Это не только технический скачок, но и вопрос о том, как мы определяем «интеллект» и каким видом разумных существ хотим жить рядом.

Дверь уже открыта. Что ждёт за ней — и вызовы, и безграничные возможности. Давайте вместе наблюдать, как эта «новая форма жизни», движимая кодом и шестерёнками, будет учиться, расти и в конце концов изменит мир.