Революция Ботов, движимая ИИ и шифрованием

Прорыв в области искусственного интеллекта кардинально изменяет восприятие и ожидания людей от Ботов. С появлением больших языковых моделей, которые начинают взаимодействовать с внешним программным миром, многие считали, что AI-агенты являются конечной формой. Однако, если обратиться к классическим научно-фантастическим произведениям, можно увидеть, что человечество на самом деле мечтает о шифрование роботах, которые могут взаимодействовать в физическом мире.

Эксперты считают, что значительный прорыв в области Ботов скоро произойдет. В последние годы достижения в области искусственного интеллекта переопределяют ландшафт отрасли, а улучшения в области технологий батарей, оптимизации задержек и сбора данных будут дальше формировать будущее. Шифрование также сыграет важную роль в этом процессе. Вопросы безопасности Ботов, финансирования, оценки и образования заслуживают особого внимания.

Элементы трансформации

Прорыв в искусственном интеллекте

Прогресс многомодальных больших языковых моделей предоставляет необходимый "мозг" для Ботов, чтобы выполнять сложные задачи. Боты в основном воспринимают окружающую среду через зрение и слух. Традиционные модели компьютерного зрения хорошо справляются с обнаружением и классификацией объектов, но им трудно преобразовывать визуальную информацию в целенаправленные команды действия. Хотя большие языковые модели показывают отличные результаты в понимании и генерации текста, они ограничены в способности воспринимать физический мир.

Визуально-языковая модель действий ( VLA ) позволяет Ботам интегрировать визуальное восприятие, понимание языка и физические действия в единой вычислительной среде. Последняя модель VLA задает новую планку для отрасли благодаря способности к нулевой выборке и двойной системной архитектуре. Особенность нулевой выборки позволяет Ботам мгновенно адаптироваться к новым сценам, объектам и командам без повторного обучения на каждую задачу. Двойная системная архитектура отделяет высокоуровневое рассуждение от легковесного, обеспечивая коммерчески жизнеспособного гуманоидного робота с человечным мышлением и высокой точностью в реальном времени.

Экономичные Боты становятся реальностью

Технологии, меняющие мир, обладают общей чертой - доступностью. Смартфоны, персональные компьютеры и 3D-печать стали доступными по цене для среднего класса. Когда цена на Боты станет ниже, чем у обычного легкового автомобиля или минимального годового дохода, не удивительно, что мир, в котором физический труд и повседневные дела в основном выполняются Ботами, станет реальным.

от складирования к потребительскому рынку

Технология Боты расширяется от складских решений к потребительской сфере. Этот мир создан для человека — человек может выполнять все работы, которые могут выполнять профессиональные Боты, в то время как профессиональные Боты не могут справиться со всеми задачами человека. Компании Боты больше не ограничиваются производством специализированных Ботов для заводов, но разрабатывают более универсальных гуманоидных Ботов. Таким образом, передовая технология Боты существует не только на складах, но и проникает в повседневную жизнь.

Стоимость является одним из основных узких мест масштабируемости. Ключевой показатель – это совокупные затраты в час, который рассчитывается как сумма стоимости упущенных возможностей времени на обучение и зарядку, затрат на выполнение задач и стоимости приобретения Ботов, делённая на общее время работы Ботов. Эта стоимость должна быть ниже среднего уровня заработной платы в соответствующей отрасли, чтобы быть конкурентоспособной.

Чтобы полностью проникнуть в сферу складирования,综合成本 роботов должен быть ниже 31.39 долларов США в час. А в крупнейшем потребительском рынке — частном образовании и сфере здравоохранения — эта стоимость должна быть ниже 35.18 долларов США. В настоящее время роботы развиваются в направлении более низкой стоимости, большей эффективности и универсальности.

Боты технологии следующего прорыва

Оптимизация батареи

Технология батарей всегда была узким местом для удобных в использовании Ботов. Ранние электромобили сталкивались с ограничениями технологии батарей, что приводило к короткому времени автономной работы, высоким затратам и низкой практичности, что делало их трудными для массового распространения; Боты сталкиваются с аналогичными трудностями. В настоящее время время автономной работы современных человекоподобных Ботов составляет всего 90-120 минут. Пользователи явно не хотят заряжать вручную каждые два часа, поэтому автономная зарядка и интеграция с инфраструктурой становятся ключевыми направлениями развития.

В настоящее время существует два основных режима зарядки Ботов: замена батарей и прямая зарядка. Режим замены батарей обеспечивает непрерывную работу за счет быстрой замены исчерпанных батарейных блоков, что минимизирует время простоя и подходит для полевых или заводских условий. Индукционная зарядка использует беспроводной способ питания, хотя полный процесс зарядки занимает больше времени, но позволяет легко реализовать полностью автоматизированный процесс.

Оптимизация задержки

Операции с низкой задержкой можно разделить на две категории: восприятие окружающей среды и удаленное управление. Восприятие относится к способности Ботов к пространственному восприятию окружающей среды, тогда как удаленное управление специфически относится к реальному контролю оператором.

Система восприятия Ботов начинается с недорогих датчиков, но технологический барьер заключается в интеграции программного обеспечения, низкомощных вычислений и контроллеров с миллисекундной точностью. Когда Боты завершают пространственную локализацию, легковесные нейронные сети будут маркировать такие элементы, как препятствия, поддоны или люди. Как только метки сцен вводятся в планировочную систему, мгновенно генерируются команды для двигателей, отправляемых к ногам, колесным группам или манипуляторам.

Задержка восприятия менее 50 миллисекунд эквивалентна скорости человеческой реакции — любая задержка, превышающая этот порог, приведет к неуклюжести движений Ботов. Поэтому 90% решений должны приниматься локально через единую визуально-языковую-движенческую сеть. Полностью автономные Боты должны гарантировать, что задержка высокопроизводительной модели VLA составляет менее 50 миллисекунд; для дистанционно управляемых Ботов требуется, чтобы задержка сигнала между рабочей станцией и Ботом не превышала 50 миллисекунд.

Оптимизация сбора данных

Существует три основных способа сбора данных: данные видео из реального мира, синтетические данные и данные удаленного управления. Основное ограничение реальных данных и синтетических данных заключается в преодолении различий между физическим поведением Ботов и видео/моделями симуляции. Реальные видео данные не учитывают физические детали, такие как обратная связь, ошибки движения суставов и деформации материалов; синтетические данные, в свою очередь, не учитывают непредсказуемые переменные, такие как сбои датчиков и коэффициенты трения.

Наиболее перспективный способ сбора данных — это удаленное управление, когда оператор управляет Ботами для выполнения задач. Однако трудозатраты являются основным ограничивающим фактором для сбора данных с помощью удаленного управления.

Разработка кастомизированного оборудования также предоставляет новые решения для высококачественного сбора данных. Некоторые компании комбинируют традиционные методы с кастомизированным оборудованием для сбора многомерных данных о человеческом движении, которые после обработки преобразуются в наборы данных, подходящие для тренировки нейронных сетей Ботов, что вместе с быстрыми циклами итерации обеспечивает AI Ботам огромные объемы высококачественных данных. Эти технологические трубопроводы в совокупности сокращают путь от исходных данных до развертываемых Ботов.

Ключевые области исследования

шифрование технологии и Боты融合

Шифрование технологий может стимулировать доверие к повышению эффективности сети Ботов. На основе упомянутых ключевых областей, шифрование может повысить эффективность в трех аспектах: интеграция инфраструктуры, оптимизация задержки и сбор данных.

Децентрализованная физическая инфраструктурная сеть ( DePIN ) обещает революционизировать зарядную инфраструктуру. Когда человекоподобные Боты будут работать по всему миру, зарядные станции должны быть столь же доступными, как автозаправочные станции. Централизованные сети требуют огромных первоначальных инвестиций, в то время как DePIN распределяет затраты между операторами узлов, позволяя быстро расширять зарядные устройства в большее количество регионов.

DePIN также может использовать распределенную инфраструктуру для оптимизации задержки удаленного управления. Объединяя географически распределенные ресурсы вычислений на периферийных узлах, команды удаленного управления могут обрабатываться местными или ближайшими доступными узлами, что сводит к минимуму расстояние передачи данных и значительно снижает задержку связи.

Удаленное управление является наиболее перспективным способом сбора данных, однако централизованные организации несут высокие затраты на найм специалистов для сбора данных. DePIN решает эту проблему, стимулируя третьи стороны предоставлять данные удаленного управления с помощью шифрования токенов. Некоторые проекты строят глобальную сеть удаленных операторов, преобразуя их вклад в токенизированные цифровые активы, создавая децентрализованную систему без разрешений — участники могут получать доход, участвовать в управлении и помогать в обучении AGI Ботов.

Безопасность всегда является основной заботой

Конечной целью технологии Боты является достижение полной автономности, однако человечество менее всего хочет видеть, как автономия превращает Боты в агрессивное оружие. Проблемы безопасности больших языковых моделей вызвали обеспокоенность, и когда эти модели приобретают физические возможности, безопасность Ботов становится ключевым условием для принятия обществом.

Экономическая безопасность является одним из столпов процветания экосистемы Ботов. Некоторые компании создают децентрализованный уровень координации машин, реализуя аутентификацию идентичности устройств, проверку физического присутствия и получение ресурсов с помощью шифрования. В отличие от простого управления рынком задач, эти системы позволяют Ботам самостоятельно подтверждать информацию об идентичности, географическом положении и записи действий, не полагаясь на централизованных посредников.

Поведенческие ограничения и аутентификация личности выполняются с помощью механизмов на блокчейне, что обеспечивает возможность аудита соблюдения требований любым лицом. Боты, соответствующие стандартам безопасности, качественным требованиям и региональным нормативам, получат вознаграждение, в то время как нарушители столкнутся с наказанием или лишением квалификации, тем самым создавая механизм ответственности и доверия в сети автономных машин.

Сеть повторного залога третьих сторон также может обеспечить равнозначные гарантии безопасности. Несмотря на то, что система параметров наказания все еще требует доработки, соответствующие технологии уже вошли в практическую стадию. Ожидается, что скоро будут сформированы отраслевые стандарты безопасности, и в это время параметры наказания будут моделироваться с учетом этих стандартов.

Заполнение пробелов в стек технологии Ботов

В отличие от ИИ, в области Ботов трудно начать при ограниченных финансах. Чтобы добиться широкого распространения Ботов, нужно снизить порог разработки до уровня удобства разработки приложений ИИ. Существует возможность улучшения в трех аспектах: механизмы финансирования, системы оценки и образовательная экосистема.

Финансирование является больной темой в области Ботов. Разработка компьютерных программ требует только одного компьютера и облачных вычислительных ресурсов, в то время как для создания полностью функционального робота необходимо закупить двигатели, датчики, батареи и другое оборудование, стоимость которого легко превышает 100000 долларов. Эта аппаратная природа делает разработку Ботов менее гибкой и более дорогой по сравнению с ИИ.

Инфраструктура оценки Ботов в реальных сценариях все еще находится на начальной стадии. В области ИИ уже установлена четкая система функций потерь, тестирование может быть полностью виртуализировано. Однако отличные виртуальные стратегии не могут быть напрямую преобразованы в эффективные решения в реальном мире. Боты нуждаются в оценочных учреждениях для тестирования автономных стратегий в разнообразных реальных условиях, чтобы добиться итеративной оптимизации.

Когда эта инфраструктура станет зрелой, талантливые специалисты потекут в огромных количествах, а гуманоидные Боты повторят кривую роста Web2. Некоторые компании разрабатывают "роботизированную версию андроидной системы", превращая оригинальное оборудование в экономически осознанные, обновляемые агенты. Модули визуального восприятия, языка и планирования движений могут быть подключены и использованы так же, как мобильные приложения, все шаги вывода представлены на простом английском языке, что позволяет оператору проводить аудит или настраивать поведение без взаимодействия с прошивкой. Эта способность к естественному языковому выводу позволяет новому поколению специалистов бесшовно входить в область Ботов, делая ключевой шаг к открытой платформе, способствующей взрыву роботизированной революции.

Плотность талантов определяет траекторию отрасли. Структурированная система всеобъемлющего образования имеет решающее значение для поставки кадров в область Ботов. Некоторые компании внедряют универсальные образовательные курсы на базе человекоподобных роботов в государственных школах K-12 в США. Дизайн курса обладает платформенной независимостью и может адаптироваться к различным формам роботов, предоставляя студентам возможности практической работы. Этот позитивный сигнал укрепляет оценки специалистов в отрасли: в ближайшие годы уровень доступных образовательных ресурсов в области Ботов будет сопоставим с областью искусственного интеллекта.

Будущее

Инновации и эффекты экономии от масштаба модели визуально-языкового-экшн ( VLA ) уже привели к созданию экономичных, эффективных и универсальных гуманоидных Боты. С расширением складских Боты на потребительский рынок ключевыми направлениями исследований становятся безопасность, модели финансирования и системы оценки. Шифрование будет способствовать развитию Боты тремя путями: обеспечивая экономические гарантии безопасности, оптимизируя инфраструктуру зарядки и улучшая задержку и сбор данных.