Китайский разработчик Spirit AI рассчитывает, что уже к середине 2027 года гуманоидные роботы научатся понимать обычные голосовые команды и самостоятельно выполнять цепочки физических действий. Сооснователь и главный научный сотрудник компании Гао Ян сравнивает ожидаемый скачок с «моментом ChatGPT», после которого роботы смогут перейти от эффектных демонстраций к более универсальной работе в реальном мире. Об ожиданиях Spirit AI рассказал Reuters.
Главным ограничением современной робототехники Гао Ян называет уже не механику, а интеллект. Китайские гуманоиды научились бегать, танцевать и даже делать сальто, однако выполнение незнакомой последовательности действий по простой человеческой команде остаётся гораздо более сложной задачей. Spirit AI ожидает достичь примерно к середине 2027 года уровня, который Гао условно называет «этапом GPT-3.0». По его словам, человек сможет сказать роботу, что требуется сделать, а система сама подберёт разумную последовательность движений.
Прогноз пока остаётся заявлением разработчика, а не достигнутым технологическим рубежом. Даже собственные нынешние системы Spirit AI заметно далеки от заявленной универсальности. Компания сообщает примерно о 90-процентной успешности только при выполнении простых задач в структурированной обстановке, например в заранее подготовленной жилой комнате. Тонкие движения вроде откручивания крышки бутылки и работа с совершенно незнакомыми предметами по-прежнему создают проблемы.
Spirit AI пытается решить проблему прежде всего с помощью больших массивов данных из физического мира. Около тысячи привлечённых работников носят специальные датчики дома и на предприятиях, пока открывают холодильники, режут овощи, отпирают сейфы и выполняют другие повседневные действия. Модели затем учатся по записям человеческих движений. Во время визита Reuters в пекинский центр обучения десятки операторов повторяли подобные операции перед системой сбора данных.
Компания сознательно делает ставку на реальные данные вместо массового обучения в симуляторах. Гао объясняет такой выбор ограничениями виртуальной физики. Жёсткие предметы компьютерные модели воспроизводят сравнительно хорошо, но кабели, ткань и другие гибкие материалы ведут себя намного сложнее. Spirit AI также утверждает, что разнообразные, пусть и неидеальные записи человеческих движений помогают моделям учиться быстрее, чем многократное повторение одного идеально выполненного действия.
Первые коммерческие применения Spirit AI ожидает значительно раньше массового появления роботов в квартирах. По словам Гао, ближайшие один-два года могут стать первым серьёзным окном для промышленности, затем гуманоиды начнут выполнять относительно простые задачи в сфере услуг. Домашняя среда намного сложнее из-за постоянной смены предметов, людей и ситуаций. Reuters приводит оценку компании, согласно которой до действительно полезных домашних роботов может оставаться не менее восьми лет.
Spirit AI уже использует десятки колёсных гуманоидов Moz1 на производственных линиях производителя аккумуляторов CATL и интернет-ритейлера JD.com. Reuters сообщает, что основанный в 2024 году стартап привлёк свыше 670 млн долларов и сейчас оценивается примерно в 20 млрд юаней, или 2,9 млрд долларов. В компании работают около 300 человек.
Рост самостоятельности одновременно поднимает вопрос безопасности. По словам Гао, современные модели пока недостаточно развиты, чтобы сценарий полностью вышедшего из-под контроля физического робота стал главной практической угрозой. Spirit AI использует контроль усилия всего корпуса и автоматически останавливает машину при слишком сильном контакте с человеком или окружающими предметами. По мере перехода роботов в магазины, офисы и дома разработчикам придётся решать уже более сложную задачу, как дать машине достаточно самостоятельности и при этом предсказуемо ограничить её действия.
