Sergey Levine [ Physical Intelligence ] / p.2

2019 / Достижение успеха в обобщение - большие данные + нейросети
Вы умеете завязывать шнурки и без усилий обобщаете этот навык на новые ситуации. Если у вас другие, даже странные ботинки, это не выбьет вас из колеи. У вас есть здравый смысл, который позволяет обобщать поведение. Но когда мы пытаемся систематизировать этот здравый смысл, выделить принципы — например, физику, инерцию, свойства объектов — оказывается, что реальный мир полон бесконечных исключений и частных случаев. И красивые принципы сами по себе не дают хорошего обобщения. Если посмотреть на области, где машины научились обобщать в открытом мире — компьютерное зрение, распознавание речи, обработка языка — мы увидим, что рецепт успеха не в том, чтобы формализовать принципы, а в том, чтобы использовать большие модели высокой ёмкости и обучать их на огромных объёмах данных. И вторую часть нельзя игнорировать. Успех — это не просто большие нейросети. Это большие нейросети плюс большие данные.

Chelsea Finn [ Physical Intelligence ]
2025 / Главная проблема робототехники- спецификация задач обучения
Проблема в том, что если вы хотите полностью решить конкретную робототехническую задачу, вам по сути нужно строить целую компанию вокруг этой задачи. Отдельная компания для логистики, для автоматизации мокрых лабораторий, для кухонных роботов, для хирургических роботов и так далее. Это очень сложно, потому что такой компании нужно разрабатывать новое железо, писать кастомный софт, проектировать уникальные двигательные примитивы под конкретное применение, обрабатывать крайние случаи. Всё приходится делать с нуля, если вы хотите решить задачу в робототехнике. В результате многие робототехнические компании не добились успеха во внедрении роботов в физический мир и в нашу повседневную жизнь. Мы хотим создать универсальную модель, которая позволит любому роботу выполнять любую задачу в любой среде. Мы считаем, что такая обобщённая модель может работать лучше и быть проще в использовании, чем специализированные решения — как это произошло с foundation-моделями в языке и других областях.

2025 / Прорыв робототехники
Я занимаюсь этим больше 10 лет. Раньше ничего не работало. Сейчас есть ощущение зрелости и готовности к реальному миру. Есть большой интерес к этой технологии, потому что она начинает реально работать.

2023 / Главная проблема робототехники - обобщение
Видео Boston Dynamics впечатляют, потому что движения выглядят сложными, и легко начать воспринимать робота как человека. Если человек делает такое, значит он умеет многое. Но в робототехнике такие демонстрации настроены под конкретную среду. Робота подготавливают под этот сценарий. Если изменить среду, начальную позицию или задачу, демонстрация перестает работать — робот падает. Главная проблема — обобщение. Роботы должны уметь работать в разных сценариях, с разными объектами и в разных средах. Сейчас они хорошо работают в контролируемых условиях, например на фабриках. Но дать им гибкость человеческих навыков — это сложная задача.