Революція ботів, зумовлена AI та шифруванням технологіями

Прорив у штучному інтелекті радикально змінює уявлення та очікування людей щодо Ботів. З початком взаємодії великих мовних моделей з зовнішнім програмним світом багато хто вважав, що AI-агенти є остаточною формою. Однак, якщо згадати класичні науково-фантастичні твори, стає зрозуміло, що справжньою мрією людства є штучні інтелектуальні Боти, які можуть взаємодіяти в фізичному світі.

Експерти вважають, що значний прорив у сфері Ботів наближається. Останніми роками прогрес у штучному інтелекті перетворює ландшафт галузі, а вдосконалення технології акумуляторів, оптимізації затримок та збору даних ще більше сформує майбутню картину. Шифрування також відіграватиме важливу роль у цьому процесі. Безпека Ботів, фінансування, оцінка та освіта є аспектами, на які слід звернути особливу увагу.

Елементи перетворення

Прорив штучного інтелекту

Прогрес мультимодальних великих мовних моделей надає необхідний "мозок" для Ботів виконання складних завдань. Боти в основному сприймають середовище через зір і слух. Традиційні моделі комп'ютерного зору добре справляються з виявленням і класифікацією об'єктів, але їм важко перетворити візуальну інформацію на цілеспрямовані команди дій. Великі мовні моделі, хоча і демонструють чудові результати в розумінні та генерації тексту, обмежені в своїй можливості сприймати фізичний світ.

Зорово-мовно-дійова модель ( VLA ) дозволяє Ботам інтегрувати зорове сприйняття, мовне розуміння та фізичні дії в єдиній обчислювальній рамці. Остання модель VLA встановила нові стандарти для галузі завдяки нульовій загальній здатності та двосистемній архітектурі. Характеристика нульової загальної здатності дозволяє Ботам адаптуватися до нових сцен, нових об'єктів та нових інструкцій без повторного навчання для кожного завдання. Двосистемна архітектура розділяє високорівневе міркування та легковагове міркування, що забезпечує комерційні гуманоїдні Боти з людським мисленням та реальним рівнем точності.

Економічні Боти стають реальністю

Технології, які змінюють світ, мають спільну рису – здатність до популяризації. Смартфони, персональні комп'ютери, технології 3D-друку стали доступними завдяки ціні, яку можуть дозволити собі представники середнього класу. Коли ціна на Боти впаде нижче вартості звичайного легкового автомобіля або мінімального річного доходу, уявлення про світ, де фізичну працю та повсякденні справи переважно виконують Боти, не буде нічим дивним.

із складу на споживчий ринок

Технології Ботів переходять від рішень для складу до споживчої сфери. Цей світ створено для людей — люди можуть виконувати всю роботу спеціалізованих Ботів, тоді як спеціалізовані Боти не можуть виконати всю роботу людей. Компанії Ботів більше не обмежуються виробництвом роботів для заводів, а переходять до розробки більш універсальних гуманоїдних Ботів. Таким чином, передова технологія Ботів існує не лише на складах, а й проникає в повсякденне життя.

Вартість є однією з основних перешкод для масштабованості. Найважливішим показником є загальна вартість за годину, яка розраховується як сума вартісних можливостей часу на навчання та зарядку, витрат на виконання завдань та витрат на придбання Ботів, поділена на загальний час роботи Ботів. Ця вартість повинна бути нижчою за середній рівень зарплат у відповідній галузі, щоб бути конкурентоспроможною.

Щоб повністю проникнути в сферу складування, загальна вартість роботів на годину повинна бути нижчою за 31,39 долара. А на найбільшому споживчому ринку — у сфері приватної освіти та медичних послуг, ця вартість повинна бути контрольованою на рівні нижче 35,18 долара. Наразі роботи розвиваються в напрямку більш дешевих, ефективних і універсальних рішень.

Наступний прорив у технології Ботів

оптимізація батареї

Технології акумуляторів завжди були вузьким місцем для користувацьких Ботів. Ранні електромобілі через обмеження в технології акумуляторів страждали від короткого пробігу, високих витрат і низької практичності, що ускладнювало їхнє поширення, Боти стикаються з тією ж проблемою. На сьогоднішній день основні людські Боти мають лише 90-120 хвилин автономної роботи. Користувачі, очевидно, не бажають вручну заряджати пристрої кожні дві години, тому автономна зарядка та підключення до інфраструктури стають основними напрямками розвитку.

В даний час існує два основних режими зарядки Ботів: заміна акумуляторів або безпосередня зарядка. Режим заміни акумуляторів забезпечує безперервну роботу шляхом швидкої заміни вичерпаних акумуляторних блоків, що максимально зменшує час простою, і підходить для польових або заводських умов. Індуктивна зарядка використовує бездротовий спосіб живлення, хоча повна зарядка займає більше часу, але дозволяє легко реалізувати повністю автоматизований процес.

оптимізація затримки

Операції з низькою затримкою можна розділити на два типи: сприйняття навколишнього середовища та дистанційне управління. Сприйняття означає просторову когнітивну здатність Ботів до навколишнього середовища, тоді як дистанційне управління спеціально відноситься до реального контролю з боку оператора.

Система сприйняття Ботів починається з недорогих сенсорів, але технологічний бар'єр полягає у поєднанні програмного забезпечення, енергозберігаючих обчислень та контрольних контурів з мілісекундною точністю. Коли Боти завершують просторову локалізацію, легка нейронна мережа позначає перешкоди, піддони або людей. Після введення етикеток сцени в планувальну систему миттєво генеруються команди для двигунів, які надсилаються до ніг, коліс або механічних рук.

Затримка сприйняття менше 50 мілісекунд еквівалентна швидкості людського рефлексу — будь-яка затримка, що перевищує цей поріг, призводитиме до незграбності дій ботів. Тому 90% рішень потрібно приймати через єдину мережу зорово-мовно-дійової моделі на місці. Повністю автономні роботи повинні забезпечити високу продуктивність VLA моделі з затримкою менше 50 мілісекунд; дистанційно керовані роботи вимагають, щоб затримка сигналу між роботом та робочою станцією не перевищувала 50 мілісекунд.

Оптимізація збору даних

Збір даних в основному має три шляхи: відеодані з реального світу, синтетичні дані та дані віддаленого керування. Основна проблема реальних та синтетичних даних полягає в усуненні різниці між фізичною поведінкою Ботів та відео/моделями. Реальні відеодані не мають зворотного зв'язку, помилок руху суглобів та фізичних деталей, таких як деформація матеріалів; синтетичні дані ж страждають від відсутності непередбачуваних змінних, таких як несправності сенсорів та коефіцієнти тертя.

Найбільш перспективний спосіб збору даних - це віддалене керування - коли оператори людини дистанційно контролюють Боти для виконання завдань. Але витрати на робочу силу є основним обмежуючим фактором збору даних за допомогою віддаленого керування.

Розробка спеціалізованого апаратного забезпечення також пропонує нові рішення для збору високоякісних даних. Деякі компанії поєднують традиційні методи з спеціалізованим апаратним забезпеченням для збору багатовимірних даних про людські рухи, які після обробки перетворюються на набори даних, придатні для навчання нейронних мереж Ботів, разом з швидким циклом ітерації надають величезну кількість високоякісних даних для навчання AI Ботів. Ці технологічні канали спільно скорочують шлях перетворення від сирих даних до розгорнутого Бота.

Основні сфери досліджень

шифрування технологій та Боти

Шифрування технології може стимулювати недовірливі сторони підвищити ефективність мережі Ботів. На основі раніше згаданих ключових областей, шифрування технології може підвищити ефективність у трьох аспектах: інтеграція інфраструктури, оптимізація затримки та збір даних.

Децентралізована фізична інфраструктурна мережа ( DePIN ) має потенціал революціонізувати інфраструктуру зарядки. Коли людино-машини будуть працювати по всьому світу, зарядні станції повинні бути так само доступні, як автозаправні станції. Централізовані мережі потребують величезних початкових інвестицій, тоді як DePIN розподіляє витрати між операторами вузлів, що дозволяє швидко розширити зарядні інфраструктури на більше територій.

DePIN також може використовувати розподілену інфраструктуру для оптимізації затримки віддаленого управління. Об'єднуючи географічно розподілені ресурси обчислення краєвих вузлів, команди віддаленого управління можуть оброблятися локальними або найближчими доступними вузлами, максимально скорочуючи відстань передачі даних і значно знижуючи затримку зв'язку.

Віддалене керування є найбільш перспективним способом збору даних, але централізовані структури наймають професіоналів для збору даних, що є дуже дорогим. DePIN вирішує цю проблему, стимулюючи третіх осіб надавати дані віддаленого керування за допомогою шифрування токенів. Деякі проекти створюють глобальну мережу віддалених операторів, перетворюючи їхній внесок на токенізовані цифрові активи, формуючи безліцензійну децентралізовану систему — учасники можуть отримувати прибуток, а також брати участь в управлінні та допомагати в навчанні AGI Боти.

Безпека завжди є основним занепокоєнням

Кінцевою метою технології Ботів є досягнення повної автономії, але люди найбільше не хочуть бачити, як автономія перетворює Ботів на агресивну зброю. Проблеми безпеки великих мовних моделей вже викликали занепокоєння, а коли ці моделі отримують здатність до фізичних дій, безпека Ботів стає ключовою передумовою для прийняття суспільством.

Економічна безпека є одним із стовпів процвітання екосистеми Ботів. Деякі компанії створюють децентралізований рівень координації машин, реалізуючи автентифікацію ідентичності пристроїв, перевірку фізичної присутності та отримання ресурсів за допомогою шифрування. На відміну від простого управління ринком завдань, ці системи дозволяють Ботам самостійно доводити ідентифікаційну інформацію, геолокацію та поведінкові записи без залежності від централізованих посередників.

Обмеження дій та ідентифікація виконуються за допомогою механізмів на блокчейні, що забезпечує можливість аудиту відповідності для кожного. Боти, які відповідають стандартам безпеки, вимогам якості та регіональним нормам, отримають винагороду, тоді як порушники зіткнуться з покаранням або втратою кваліфікації, що дозволяє встановити механізм підзвітності та довіри в мережі автономних машин.

Треті сторони повторної застави також можуть забезпечити рівноцінні гарантії безпеки. Незважаючи на те, що система штрафних параметрів все ще потребує вдосконалення, відповідні технології вже перейшли в практичну стадію. Очікується, що галузеві стандарти безпеки незабаром будуть сформовані, і в цей час штрафні параметри будуть моделюватися відповідно до цих стандартів.

Заповнення прогалин у технологічному стеку Ботів

На відміну від AI, в галузі Ботів важко почати, коли фінансування обмежене. Щоб досягти поширення Ботів, бар'єри для їх розробки повинні бути знижені до такого ж рівня зручності, як і в розробці AI-додатків. Існує простір для покращення в трьох аспектах: механізм фінансування, система оцінки та освітня екосистема.

Фінансування є болючою темою в галузі Ботів. Розробка комп'ютерних програм вимагає лише одного комп'ютера та ресурсів хмарних обчислень, тоді як для створення повнофункціонального робота потрібно придбати двигуни, датчики, акумулятори та інше обладнання, вартість якого легко перевищує 100 тисяч доларів. Ця апаратна природа робить розробку роботів менш гнучкою та дорогою в порівнянні з AI.

Інфраструктура оцінювання роботів у реальних сценаріях все ще перебуває на стадії розвитку. У сфері штучного інтелекту вже встановлено чітку систему функцій втрат, тестування може бути повністю віртуалізовано. Але відмінні віртуальні стратегії не можуть бути безпосередньо перетворені на ефективні рішення у реальному світі. Роботам необхідно тестувати оцінювальні засоби автономних стратегій у різноманітних реальних умовах, щоб досягти ітераційної оптимізації.

Коли ця інфраструктура стане зрілою, кадри масово з'являться, а гуманоїдні Боти повторять сплеск Web2. Деякі компанії розробляють "роботизовану версію андроїд-системи", перетворюючи оригінальне обладнання на економічно свідомі вдосконалювальні агенти. Візуальні, мовні та модулі планування рухів можуть бути підключені як мобільні додатки, всі етапи міркування представлені зрозумілою англійською, що дозволяє оператору перевіряти або коригувати поведінку без втручання в прошивку. Ця здатність до природного мовного міркування дозволяє новому поколінню спеціалістів безперешкодно входити в сферу робототехніки, що є ключовим кроком до відкритої платформи для вибуху робототехнічної революції.

Щільність талановитих кадрів визначає траєкторію галузі. Структурована система загальної освіти має вирішальне значення для постачання кадрів у сферу Ботів. Декілька компаній запускають універсальний навчальний курс на основі гуманоїдних роботів у державних школах K-12 США. Цей курс спроектований з платформеною незалежністю, може адаптуватися до різних форм роботів і надає учням можливості для практичних занять. Цей позитивний сигнал підсилює оцінки фахівців: у найближчі роки рівень ресурсів освіти в сфері Ботів буде на рівні з галуззю AI.

Перспективи майбутнього

Візуально-мовно-дійова модель ( VLA ), інновації та ефект економії масштабу, вже призвела до появи економічних, ефективних та універсальних гуманоїдних Ботів. З розширенням складських роботів на споживчий ринок безпека, фінансування та система оцінки стають ключовими напрямками досліджень. Шифрування технології буде сприяти розвитку Ботів трьома шляхами: забезпечуючи економічні гарантії безпеки, оптимізуючи інфраструктуру зарядки, покращуючи затримки в роботі та канали збору даних.