Сейчас все чаще на конференциях начинают обсуждать физический ИИ и новое поколение роботов. Я долгое время не понимал, почему это важно и, скорей всего, будет иметь еще более значимые последствия для общества, чем LLM. И вот мы перевели важнейшее выступление главы подразделения роботов Nvidia, там всего 20 минут. Но он объяснил суть и назвал это «Великая параллель» (скромняга парень). Коротко, о чем речь:
- революция ЛЛМ случилась, потому что человечество научились механизму: взять кучу неструктурированного текста -> скормить все технологии -> она с шокирующей точностью нашла взаимосвязи и научилась предсказывать следующий символ текста.
- революция моделей для генерации видео: все то же самое, только модель предсказывает следующий пиксель, а не символ. И с той же шокирующей точностью понимает физические законы.
- и вот спикер строит параллель: то, что мы видим глазами и осознаем мозгом это очень похоже на пиксели. Наш мозг их также предсказывает. Мы как человечество накопили огромные датасеты пикселей физического мира (видео с камер). Так давайте применим все те же самые механизмы и получим мозг робота, который предсказывает следующие пиксели только в физическом мире.
Пример на видео. Робот, который складывает рубашку. Его не учили это делать. Ему просто показали несколько видео как это делают люди без какой либо специальной обработки. И он математически вычисляет вероятность происходящего в следующую секунду. Грубо говоря, когда он видит чистую рубашку на столе, математическая вероятность того, что надо взять ее за края и сложить, выше чем вероятность того, что сейчас здесь появятся инопланетяне и от них надо будет отбиваться.
Итого, мы подобрались к технологии, позволяющей быстро и дешево создавать мозги роботов. С ловкостью и мелкой моторикой тоже близки к решению (закон масштабирования ловкости выведен, осталось насытить данными и вычислениями).
Прогноз главы робототехники NVIDIA до 2040 года:
- Роботы пройдут физический тест Тюринга (вы не отличите их работу от человеческой). Это уже через 2-3 года.
- Появятся «заводы с выключенным светом», печатающие готовые изделия напрямую из Markdown-файлов по API.
- Роботы начнут сами проектировать и собирать следующие, еще более совершенные поколения самих себя.
И просто красивая цитата от парня:
Наше поколение родилось слишком поздно, чтобы исследовать Землю, и слишком рано, чтобы исследовать звезды, но мы родились как раз вовремя, чтобы решить задачу робототехники