Στα χρόνια που μελετώ την τέχνη της εφεύρεσης, έχω διαπιστώσει συχνά ότι τα πιο περίπλοκα προβλήματα απαιτούν τις πιο πρωταρχικές λύσεις. Για δεκαετίες, προσπαθούσαμε να προγραμματίσουμε κάθε κίνηση ενός ρομποτικού βραχίονα, χτίζοντας ουσιαστικά έναν λαβύρινθο λογικής που κατέρρεε μόλις άλλαζε μια μεταβλητή. Στη Generalist AI, παρατηρείται μια στροφή προς αυτό που ονομάζουμε «φυσική νοημοσύνη» — μια διαισθητική κατανόηση της φυσικής που μοιάζει με τον τρόπο που ένα νήπιο μαθαίνει να αλληλεπιδρά με τον κόσμο.
Η Αρχιτεκτονική του Αυτοσχεδιασμού
Αυτό που καθιστά αυτή την προσέγγιση τεχνικά ξεχωριστή είναι η απομάκρυνση από τα παραδοσιακά μεγάλα γλωσσικά μοντέλα (LLMs). Αντί να διδάσκουν ένα ρομπότ να μιλάει, οι μηχανικοί χτίζουν μοντέλα από το μηδέν, εστιασμένα αποκλειστικά στη φυσική αλληλεπίδραση. Επιδείξεις δείχνουν ένα ρομπότ, με την εντολή να σκουπίσει, να χρησιμοποιεί ένα φαράσι ως αυτοσχέδια βούρτσα όταν το εργαλείο αφαιρέθηκε. Σε μια άλλη περίπτωση, ένα ρομπότ επέλεξε να σκουπίσει αντικείμενα χρησιμοποιώντας μια μπανάνα. Αυτό δεν είναι ένα απλό τέχνασμα· είναι μια θεμελιώδης πρόοδος στον τρόπο με τον οποίο οι μηχανές αντιλαμβάνονται τη χρησιμότητα των αντικειμένων. Το ρομπότ δεν ακολουθεί μια εντολή if-then· κατανοεί τις φυσικές ιδιότητες των αντικειμένων στο περιβάλλον του.
Μηχανική Δεδομένων: Γάντια και Αισθητήρες
Το μυστικό αυτής της «χειροτεχνίας» βρίσκεται στα δεδομένα. Για να δημιουργηθεί ένα τεράστιο σύνολο δεδομένων φυσικής αλληλεπίδρασης, η ομάδα χρησιμοποιεί εξειδικευμένα γάντια εξοπλισμένα με κάμερες. Άνθρωποι —συμπεριλαμβανομένων εργαζομένων στο Μεξικό— εκτελούν εργασίες φορώντας αυτούς τους αισθητήρες, καταγράφοντας δεδομένα φυσικής αλληλεπίδρασης. Αυτή είναι η «πρώτη ύλη» για την Τεχνητή Νοημοσύνη. Ωστόσο, ως μηχανικός, οφείλω να επισημάνω την προειδοποίηση του «Ικάρου»: ενώ η ικανότητα μάθησης από ένα μόνο βίντεο είναι εντυπωσιακή, το τρέχον ποσοστό επιτυχίας στην ολοκλήρωση εργασιών είναι περίπου 59%. Στον κόσμο της παραγωγής, οτιδήποτε λιγότερο από 99% θεωρείται πρωτότυπο και όχι προϊόν. Πλησιάζουμε στην εποχή της ταχείας ανάπτυξης, αλλά η γέφυρα μεταξύ του 59% και του 99% είναι εκεί όπου θα δοθεί η πραγματική μάχη της μηχανικής.
