OpenAI také evidentně zvyšuje své vlastní robotické úsilí. Minulý týden Caitlin Kalinowski, která dříve vedla vývoj náhlavních souprav pro virtuální a rozšířenou realitu ve společnosti Meta, na LinkedIn oznámila, že se připojuje k OpenAI, aby pracovala na hardwaru, včetně robotiky.
Lachy Groom, přítel generálního ředitele OpenAI Sama Altmana a investor a spoluzakladatel společnosti Physical Intelligence, se připojí k týmu v konferenční místnosti, aby prodiskutoval obchodní stránku plánu. Ženich má na sobě draze vypadající mikinu s kapucí a zdá se pozoruhodně mladý. Zdůrazňuje, že Fyzická inteligence má spoustu možností, jak dosáhnout průlomu v učení robotů. „Právě jsem mluvil s Kushnerem,“ říká s odkazem na Joshuu Kushnera, zakladatele a řídícího partnera společnosti Thrive Capital, která vedla počáteční investiční kolo startupu. Je to samozřejmě také bratr zetě Donalda Trumpa Jareda Kushnera.
Několik dalších společností nyní usiluje o stejný druh průlomu. Jedna s názvem Skild, kterou založili robotici z Carnegie Mellon University, získala v červenci 300 milionů dolarů. „Stejně jako OpenAI vytvořilo ChatGPT pro jazyk, budujeme univerzální mozek pro roboty,“ říká Deepak Pathak, generální ředitel Skild a odborný asistent na CMU.
Ne každý si je jistý, že toho lze dosáhnout stejným způsobem, jakým OpenAI prolomila jazykový kód AI.
Jednoduše neexistuje žádné internetové úložiště akcí robotů podobné textovým a obrazovým datům dostupným pro školení LLM. Dosažení průlomu ve fyzické inteligenci může každopádně vyžadovat exponenciálně více dat.
„Slova za sebou jsou, rozměrově řečeno, malá hračka ve srovnání s veškerým pohybem a aktivitou objektů ve fyzickém světě,“ říká Illah Nourbakhsh, robotik z CMU, který se Skild nezabývá. „Stupně svobody, které máme ve fyzickém světě, jsou mnohem víc než jen písmena v abecedě.“
Ken Goldberg, akademik z UC Berkeley, který pracuje na aplikaci umělé inteligence na roboty, varuje, že vzrušení kolem myšlenky revoluce robotů poháněných daty a humanoidů nabývá rozměrů, které připomínají humbuk. „Abychom dosáhli očekávané úrovně výkonu, budeme potřebovat ‚starou dobrou techniku‘, modularitu, algoritmy a metriky,“ říká.
Russ Tedrake, počítačový vědec z Massachusettského technologického institutu a viceprezident výzkumu robotiky na Toyota Research Institute říká, že úspěch LLM přiměl mnoho robotiků, včetně něj, přehodnotit své výzkumné priority a zaměřit se na hledání způsobů, jak pokračovat v robotickém učení. ambicióznější měřítko. Ale připouští, že hrozivé výzvy přetrvávají.
Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com
