Atlas — человекоподобный робот компании Boston Dynamics. Впервые представлен в 2013 году.
Научно-исследовательский институт Toyota проделал невероятную работу, обучая роботов быстрому обучению и выполнению задач автономно. Теперь в партнерстве с Boston Dynamics он применяет свою технологию Large Behavior Model к необычному гуманоиду Atlas.
Аппаратное обеспечение гуманоидного робота, хотите верьте, хотите нет, вероятно, уже достаточно хорошо. Более чем десятилетняя работа Boston Dynamics привела не только к невероятно спортивному и способному гидравлическому роботу Atlas, но и к появлению множества новых коммерческих конкурентов от Tesla, Figure, Agility, Sanctuary, Fourier и многих других. Эти замечательные роботизированные тела будут продолжать совершенствоваться, но они уже достаточно хороши для выполнения всевозможной полезной работы.
Проблема в программном обеспечении. Если вам нужна команда кодировщиков, чтобы научить робота новому поведению, то она едва ли лучше, чем сегодняшние обычные производственные роботы. Но разработка универсального гуманоидного робота, который понимает мир и то, как взаимодействовать с ним гибкими и адаптивными способами, — это колоссальная задача.
Ответ, конечно, в ИИ, как и ответ на все, что скоро будет, но ИИ нужно обучать на большом количестве данных. ChatGPT, Grok, Llama и Claude — все они извлекают выгоду из безумного количества (в основном письменных) данных, накопленных человечеством за столетия. Большие языковые модели (LLM) продвинулись так далеко и быстро, потому что язык — это сильно сжатое представление реальности, сжатое до таких малых размеров файлов, что могут быть обработаны огромные их объемы.
Гораздо меньше доступно данных, которые в силе помочь роботам изучить основы движения — кроме видео, которое не рассказывает всю историю о том, почему кто-то сделал то или иное движение. И им действительно нужно изучать вещи с нуля. Отсюда идея «Большой модели поведения» (LBM) — способа, которым роботы медленно выстраивают базовые движения, которые они могут использовать для взаимодействия с миром, и объединяют их в более сложные движения для выполнения задачи или цели, аналогично тому, как LLM развили «понимание» человеческого языка и научились взаимодействовать с нами.
Если вы не видели работу LBM, которую проводил Исследовательский институт Toyota (TRI) в прошлом году, уделите немного времени, чтобы наверстать упущенное:
По сути, команда TRI разработала систему телеприсутствия, позволяющую пилотам-людям «управлять» роботизированными руками, глядя через очки виртуальной реальности, подключенные к камерам робота, чтобы видеть именно то, что видит робот, и оснащенные тактильными перчатками, чтобы они также могли чувствовать то, что могут чувствовать тактильные датчики робота.
Затем, когда пилот-человек был ограничен точным набором «чувств», которые есть у робота, они приступили к выполнению кучи задач, многие из которых были в кухонной обстановке. Они проводили пару часов, выполняя одну и ту же задачу снова и снова с разных начальных точек, исправляя свои ошибки, если они их совершали, и отмечая каждую попытку как успех или неудачу.
После этого роботы некоторое время «размышляли» над проблемой, фактически запуская миллионы различных симуляций задачи, добавляя случайные переменные и отправные точки, каждый раз оценивая свою собственную производительность в соответствии с собственным пониманием режимов успеха и неудач.
И это сработало. К сентябрю прошлого года, когда мы впервые увидели видео выше, команда TRI обучила свои роботизированные руки более чем 60-ти сложным моделям поведения. Исследователи сообщили, что часто проводили день, занимаясь пилотируемым обучением, затем уходили домой, пока система обучения поведению запускала свои симуляции ночью, а затем они появлялись утром и обнаруживали, что роботы теперь способны выполнять задачу самостоятельно, причем довольно гибким образом.
Это было замечательное дело, и нам интересно узнать, как далеко оно продвинулось за последние 12 месяцев, учитывая, как поразительно быстро все развивается во всех областях ИИ. Но это было также довольно ограниченное исследование, проведенное с использованием пар роботизированных рук, а не целых тел.
Ну, это скоро изменится. Boston Dynamics — абсолютный золотой стандарт в исследованиях робототехники, и так было десятилетиями. Старый гидравлический гуманоид Atlas войдет в историю как одна из самых новаторских и значимых машин в истории робототехники.
А полностью электрический новый Atlas, дебютировал на публике всего пять месяцев назад. Эта замечательная эволюция потеряла часть взрывной силы, которая сделала оригинальный Atlas таким выдающимся гимнастом, но компенсировала это полностью поворотными суставами по всему телу, что позволяет свободно вращаться в бедрах, плечах, талии, шее, бицепсах и бедрах, так что любая часть его тела может смотреть в любом направлении. От гимнаста до акробата … Посмотрите:
Это действительно замечательно выглядящий робот, уже поцарапанный, помятый и выглядящий очень подержанным в типичной для Boston Dynamics манере, но мы видели удивительно мало нового Atlas за последние пять месяцев, чтобы точно определить, где он находится и каковы его текущие возможности. Ну, кроме этого: мы знаем, что он может отжиматься.
Итак, сегодняшние новости очень захватывающие: бесспорные гроссмейстеры в области аппаратного обеспечения гуманоидных роботов объединяются с ведущей командой по разработке ИИ LBM с целью усовершенствования полезных возможностей гуманоидных роботов.
«Никогда еще не было столь захватывающего времени для робототехнической отрасли, и мы с нетерпением ждем возможности поработать с TRI над ускорением разработки гуманоидов общего назначения», — говорит Роберт Плейтер, генеральный директор Boston Dynamics, в пресс-релизе. «Это партнерство является примером того, как две компании с прочной научно-исследовательской базой объединяются для работы над многими сложными задачами и создания полезных роботов, которые решают реальные проблемы».
«Последние достижения в области ИИ и машинного обучения обладают огромным потенциалом для развития физического интеллекта», — добавляет Джилл Пратт, главный научный сотрудник Toyota и генеральный директор TRI. «Возможность внедрения передовой технологии ИИ TRI на оборудовании Boston Dynamics меняет правила игры для каждой из наших организаций, поскольку мы работаем над усилением людей и улучшением качества жизни».
Целью партнерства является быстрая разработка моделей поведения всего тела для робота Atlas, а также для других гуманоидных платформ, с которыми TRI может работать. Будет интересно посмотреть, какие различные виды оборудования для обучения телеприсутствию будут задействованы в решении этой проблемы, поскольку Atlas намного сложнее простых двуручных установок, с которыми изначально работала TRI.
В конечном счете, однако, все еще неясно, намерен ли Бостон масштабировать Atlas в коммерческий продукт. И масштаб может иметь здесь решающее значение: такие компании, как Tesla и Figure, проектируют своих гуманоидов с учетом массового производства, стремясь развернуть сотни, а затем и тысячи из них по всему миру для выполнения небольших, простых и полезных задач. Там они увидят необычайный спектр происходящих событий, соберут огромные массивы данных реального мира и будут использовать эти данные для управления обучением на основе роя.
Tesla утверждает, что именно такой подход делает ее мировым лидером в области автономных автомобилей: на дорогах уже миллионы таких штук, которые постоянно вносят вклад в общее знание. ИИ — это игра с большими данными, и тот, кто соберет больше всего данных и использует их наиболее эффективно, победит, согласно этой модели. А приз, по словам таких людей, как Илон Маск, — это, возможно, самый большой продукт в истории, преобразующая машина, заменяющая труд, которая в конечном итоге сможет взять на себя практически любую физическую работу.
В то время как Boston Dynamics опережает всех на гуманоидах уже как минимум десятилетие, Atlas был специально обозначен как исследовательская платформа. Компания ограничила свою коммерческую деятельность небольшими, практичными четвероногими, такими как ее платформа Spot, и ее однорукий, тяжелый обработчик коробок Stretch.
Возможно, показательно, что эта новаторская компания, похоже, пока не считает, что гуманоиды готовы к работе, и им потребуется еще несколько лет в лаборатории, кропотливо собирая воедино строительные блоки физического поведения.
Перспектива гуманоидов общего назначения настолько огромна, а вызов настолько велик, что на пути наверняка будет много сюрпризов. Это действительно похоже на область, где мы наблюдаем историю будущего в реальном времени.
Источник: New Atlas
Перевод с английского
Возможно, вам также будет интересно:
Рожденные бегать: роботы на старте
Илон Маск: Марс к 2026 году, ИИ превзойдет человечество по производительности к 2028 году
Путешествие в будущее образования – образование в 2050 году
Coffee Time journal
Твой журнал на каждый день!
