У робототехники будет свой момент, подобный ChatGPT?

В течение следующих нескольких десятилетий миллиарды автономных роботов с искусственным интеллектом будут работать бок о бок с людьми на заводах, выполнять рутинные задачи на складах, ухаживать за пожилыми людьми, оказывать помощь в опасных зонах после стихийных бедствий, доставлять посылки и продукты питания к нашим дверям и, в конечном итоге, помогать нам дома. Некоторые будут похожи на нас, а многие — нет. Несомненно одно: независимо от форм-фактора, все роботы будут в значительной степени полагаться на искусственный интеллект для того, чтобы приносить реальную пользу.

В 2025 году общий объем инвестиций в робототехнические компании достиг рекордной отметки в 40,7 миллиарда долларов США, что составляет 9 процентов от всего венчурного финансирования . Таким образом, многомиллиардный вопрос звучит так: что потребуется для того, чтобы роботы с искусственным интеллектом начали оказывать серьезное экономическое влияние? Многие из современных робототехнических и ИИ-компаний делают смелые заявления, например, о том, что человекоподобные роботы скоро появятся в наших домах , но между обещаниями и реальностью все еще существует большой разрыв.

Перспектива создания роботов, которые будут жить и работать рядом с нами, долгое время оставалась уделом научной фантастики. И хотя многие программисты пытались воплотить эту идею в реальность, физический мир слишком сложен для традиционных компьютерных программ, способных справиться с его бесконечной сложностью. Благодаря искусственному интеллекту роботы больше не программируются — вместо этого они учатся работать в реальном мире. При достаточной практике они могут научиться воспринимать и понимать окружающий мир, рассуждать о нём и использовать эти рассуждения и понимание для выполнения полезных, надёжных и безопасных задач.

Мы вдвоем последние десять лет работали на передовой линии искусственного интеллекта и робототехники: профессором робототехники в Университете штата Орегон и соучредителем Agility Robotics, а также бывшим генеральным директором проекта Everyday Robots в Google X. Наш опыт внедрения роботов с искусственным интеллектом в реальных условиях позволил нам понять, где ИИ может принести большую пользу в сложных роботизированных системах в ближайшем будущем, а где мы все еще находимся на рубеже научной фантастики. Мы считаем, что ИИ станет переломным моментом в развитии робототехники, но это произойдет благодаря хорошо продуманному применению скоординированных систем различных инструментов ИИ, а не благодаря одному прорыву в стиле ChatGPT.

Поскольку ажиотаж вокруг ИИ сравним лишь с неопределенностью того, что станет возможным в будущем, вот пять суровых истин, которые определят ИИ в робототехнике.

1. Разрыв между YouTube и реальностью реален.

На протяжении многих лет мы видим на YouTube видеоролики, где человекоподобные роботы демонстрируют невероятные трюки на самых разных площадках — от танцпола до полосы препятствий. В робототехнике принято считать, что «никогда не стоит доверять видео с роботами на YouTube». Разрыв между реальными роботами, способными выполнять реальную работу в неструктурированной человеческой среде, и тщательно срежиссированными выступлениями роботов остается значительным. Последним выступлением, привлекшим большое внимание, стало шоу боевых искусств с участием человекоподобных роботов Unitree, выступавших с детьми на китайском гала-концерте в честь Праздника весны 2026 года. Хотя это впечатляет, это вписывается в долгую традицию тщательно срежиссированных выступлений роботов, где всё было тщательно хореографировано и спланировано заранее. Низкоуровневое управление, синхронизация и хореография были потрясающими, однако выступление роботов на весеннем гала-концерте продемонстрировало уровень автономности и интеллекта, гораздо ближе к промышленным роботам, собирающим автомобили на заводе, чем к чему-то, что скоро появится у вас в гостиной.

Тем не менее, подобные демонстрации вызывают вопросы о реальном положении дел в робототехнике. Если роботы могут выполнять приемы кунг-фу, делать сальто и танцевать, почему они до сих пор не появляются на заводских цехах? И почему они не могут мыть посуду у меня дома после ужина? Простой ответ таков: создание роботов с искусственным интеллектом, способных выполнять общие задачи в различных условиях, доступных человеку, по-прежнему очень сложно. Хотя впечатляющие технологические достижения, подобные тем, что были продемонстрированы на Весеннем фестивале, могут создать впечатление, что мы очень близки к цели, использование ИИ в этих демонстрациях ограничивается лишь низкоуровневым управлением двигателями (чтобы роботы не падали) и, следовательно, является лишь небольшой частью решения проблемы универсальных роботов в реальных, неструктурированных пространствах, где мы, люди, живем и работаем.

2. Данные — нерешенная проблема.

Крупные языковые модели (LLM), такие как ChatGPT от OpenAI и Claude от Anthropic, изначально обучались на базе текстовых данных интернет-масштаба. В конце 2022 года мир внезапно увидел, что ChatGPT демонстрирует способность компьютеров с искусственным интеллектом «говорить» с нами прозой или стихами, и, по-видимому, на любую тему. LLM оказались хорошо обобщающими и теперь способны принимать мультимодальные входные данные (текст, изображения, видео) и выдавать мультимодальные выходные данные. Важно отметить, что корпус обучающих данных был огромным и создан людьми, что является золотым стандартом для обучения ИИ.

Наиболее быстрый путь к внедрению роботов в повседневную жизнь может открыться благодаря появлению целого ряда роботов, выполняющих все более сложные задачи и использующих различные инструменты искусственного интеллекта. (Agility Robotics)

Наделение ИИ телом (в виде робота), позволяющим ему взаимодействовать с людьми в физическом мире, остается очень сложной и в значительной степени нерешенной проблемой. Модели ИИ для робототехники общего назначения должны одновременно удовлетворять множеству, часто противоречащих друг другу, физических, геометрических и временных ограничений, работая в неструктурированной, динамической среде. Для обобщения модели роботов необходимо обучать на данных, собранных в многомерном конфигурационном пространстве, где «измерения» представляют собой текст, условия освещения, степени свободы, пределы подвижности суставов, скорости, силу и границы безопасности, и это лишь некоторые из них. Важно, чтобы это были качественные данные — они должны содержать множество примеров из, по сути, бесконечного числа возможных конфигураций в физическом мире.

Поскольку существующих источников подобных данных очень мало, такие подходы, как телеуправление, видеоанализ, захват движений человека и самоисследование в симуляции и в реальном мире, рассматриваются как важные способы сбора данных. Это титаническая задача. Например, в Everyday Robots в Google X мы запустили 240 миллионов экземпляров роботов в нашем симуляторе в течение 2022 года для сбора обучающих данных, в основном для обучения модели сортировки мусора. Аналогичные объемы данных потребуются для каждого навыка, чтобы достичь аналогичного уровня возможностей, который пока не является человеческим.

3. Единого робота с искусственным интеллектом не будет.

Мы еще очень далеки от того момента, когда одна-единственная модель искусственного интеллекта позволит универсальным роботам жить и работать рядом с нами.

Роботы общего назначения могут иметь колеса или ноги. У них может быть одна, две, три или более рук. Некоторые оснащены пропеллерами и умеют летать, другие же могут быть предназначены для работы под водой. Некоторые будут передвигаться по оживленным дорогам. Физический мир бесконечно разнообразен и сложен. И, конечно же, вокруг роботов будут находиться люди и другие животные. Как обучить модель безопасному и надежному управлению роботом во всех этих условиях? Простой ответ: никак. По крайней мере, еще довольно долгое время.

Мы считаем, что выигрышной архитектурой ИИ, ведущей к следующим крупным прорывам в робототехнике общего назначения, станет «агентный ИИ» для роботов — высокоуровневые координирующие модели, способные рассуждать, планировать, использовать инструменты и учиться на результатах для выполнения сложных задач с минимальным контролем. Агентные высокоуровневые модели, работающие на роботах, будут запускать систему специализированных моделей для различных типов задач. Вероятно, вскоре мы увидим, как множество роботов будут сотрудничать и координировать свои действия с помощью встроенных агентных моделей ИИ.

Инструменты искусственного интеллекта открывают новые и мощные возможности в робототехнике, что, в свою очередь, позволит создавать новые решения и открывать новые рынки. Отрадно видеть, что эти новые модели становятся широко доступными, некоторые даже в виде решений с открытым исходным кодом. Эта доступность сродни тому, что произошло с интернетом: реальный прогресс произошел, когда он стал повсеместным. Мы ожидаем неизбежной демократизации сложных моделей поведения в робототехнике благодаря широкому доступу к этим инструментам и технологиям искусственного интеллекта.

4. Аппаратное обеспечение по-прежнему очень сложное.

Роботы — это сложные системы, состоящие из множества частей, которые должны работать вместе с высокой точностью. Для того чтобы робот был полезным и безопасным, каждая его часть должна быть скоординирована, начиная от систем восприятия и заканчивая управляющим компьютером и отдельными исполнительными механизмами.

Исполнительные механизмы — то есть двигатели и шестерни — являются хорошим примером важной части робота, где то, что привело нас сюда, не приведет нас туда. Исполнительные механизмы, используемые в большинстве промышленных роботов, не подойдут для роботов, которые будут работать в условиях, приближенных к человеческим. Если эти роботы случайно столкнутся с препятствием, последствия будут сильными, силы — высокими, и всё сломается. Люди так не двигаются. Мы гораздо более послушны в своем взаимодействии с миром, постоянно контактируем с окружающей средой и используем этот контакт для достижения целей.

Рассмотрим задачу вставки ключа в замок: люди обычно не делают этого, идеально выравнивая ключ с замочной скважиной. Вместо этого мы просто нащупываем край замочной скважины и вставляем ключ, слегка покачивая его. Роботам необходимо уметь работать по-новому, чтобы достичь сопоставимых возможностей, используя новый класс приводов, чувствительных к силе и способных к гибкому взаимодействию с окружающей средой. Хотя такие приводы существуют, они пока не доступны в больших масштабах для роботизированных систем, предназначенных для работы рядом с людьми.

5. Настоящая ценность заключается в выполнении «простых» задач.

Существует большая разница между задачами, которые выглядят впечатляюще, и реальными задачами, приносящими пользу. Робототехника — прекрасный пример парадокса Моравека, который гласит, что задачи, сложные для человека, легки для компьютеров (например, умножение двух больших чисел), а задачи, легкие для человека (например, движения малыша), чрезвычайно сложны для компьютеров и роботов.

Обслуживание клиентов — это беспощадная проверка реальностью, потому что клиентов волнует только решение их реальных проблем. Если мы хотим внедрить роботизированные решения на основе ИИ, они должны превосходить существующие методы работы, демонстрируя при этом надежные показатели производительности и безопасность. Ранние работы Agility Robotics по развертыванию нашего человекоподобного робота Digit на объектах клиентов привели к осознанию того, что первым препятствием стала безопасность: роботы, которые балансируют и манипулируют объектами в пространстве, где находятся люди, создают новые виды рисков на рабочем месте. В первых случаях развертывания человекоподобных роботов потребовались физические барьеры, и Agility начала многолетнюю инженерную работу по решению проблемы безопасности, затронув почти все аспекты проектирования роботов и в значительной степени опираясь на новые подходы на основе ИИ к обнаружению человека и управлению его поведением.

В 2019 году подразделение Everyday Robots в Google внедрило роботов, которые автономно работали в офисных зданиях, выполняя такие задачи, как уборка столиков в кафе и сортировка мусора. Мы быстро поняли, насколько «хаотичен» и сложен реальный мир для робота. Этот опыт повлиял на архитектуру и развертывание наших систем искусственного интеллекта, а также позволил собрать данные из реального мира, которые можно было объединить с данными моделирования для обучения и улучшения моделей.

Сосредоточение внимания на создании продукта, отвечающего конкретным потребностям клиентов, и развертывании роботов в реальных условиях — единственный способ определить структуру инструментов и инфраструктуры искусственного интеллекта для краткосрочного применения на пути к более широкому и универсальному использованию в долгосрочной перспективе. Не будет никакого «момента озарения», никакого универсального алгоритма и никакого объема данных, достаточного для создания универсального робота без обширного опыта работы в реальных условиях.

Роботы с искусственным интеллектом приближаются, шаг за шагом.

Заглядывая в будущее, нет сомнений в том, что мир внедряет искусственный интеллект в физический мир посредством роботов. Мы находимся в начале «кембрийского взрыва» полезных, интеллектуальных машин. Мы считаем, что ИИ — это не один инструмент, а огромная область технических подходов, которая открывает новые возможности, настолько мощные, что они определят нашу экономику в будущем. Это произойдет не в один единственный определенный момент, а как непрерывный процесс малых и больших прорывов, когда роботы, управляемые ИИ, начнут приносить реальную пользу в нескольких задачах, а затем и в нескольких других, с последствиями для многочисленных рынков объемом более 100 миллиардов долларов, которые значительно улучшат качество нашей жизни.