Сектор Physical AI, где ИИ-модели применяют в робототехнике, остаётся одним из самых заметных направлений для венчурных инвестиций. Но на фоне ажиотажа у рынка усиливаются вопросы к реальной пользе таких систем: физические возможности роботов растут, однако они всё ещё плохо справляются с задачами, которые дают коммерческий эффект.
Эта неделя показала и интерес инвесторов, и риски. После выхода на китайскую биржу, которую называют аналогом NASDAQ, производителя роботов Unitree оценили в $66 млрд. Однако затем компания потеряла почти половину стоимости.
По оценке аналитиков, главная проблема в том, что роботам пока не хватает практических навыков для полезной работы. Это же стало одной из центральных тем конференции Actuate, где собираются разработчики ИИ-систем для роботов.
По данным организатора мероприятия, компании Foxglove, конференция с 2023 года выросла втрое и в этом году собрала 1500 участников. При этом на одном из стендов Avala, которая занимается инфраструктурой для Physical AI, было прямо сказано о «кризисе данных в робототехнике».
Речь идёт о дефиците качественных данных для обучения моделей. Попытки создать универсальных роботов, способных выполнять любые задачи, пока далеки от результата. Подходы с обучением под конкретные задачи тоже ещё не дали продуктам стабильной коммерческой эффективности.
Разработчики пытаются повторить подход ведущих ИИ-лабораторий: собирать более разнообразные наборы данных, тестировать разные режимы обучения и улучшать сценарии обучения с подкреплением. Гарри Меллсоп, сооснователь Antioch, которая создаёт инструменты симуляции для разработчиков моделей, считает, что Physical AI сейчас находится на этапе «эпохи GPT-2», то есть ещё до уровня прорыва ChatGPT.
По его словам, для следующего шага нужны большие объёмы данных и вычислений, особенно GPU с поддержкой трассировки лучей. Они используются для высокоточных симуляций.
Дальше других продвинулись беспилотные автомобили. Это связано с тем, что такие компании могут собирать релевантные данные с машин, которыми управляют люди, а сама базовая задача проще: избежать столкновения, а не взаимодействовать с предметами.
Многие инструменты для обучения моделей пришли именно из сегмента автономного транспорта. Например, Foxglove основали бывшие сотрудники Cruise, проекта беспилотных автомобилей General Motors.
Теперь автокомпании всё активнее считают, что их инвестиции в инструменты машинного обучения помогут им конкурировать с разработчиками человекоподобных роботов. Tesla уже делает ставку на Optimus, а Wayve и Uber запустили собственные лаборатории робототехники, которые изучают гуманоидные форм-факторы как R&D-направление.
Глава Wayve Алекс Кендалл сказал TechCrunch: «Нужно начинать с автомобилей… робототехника для манипуляций — это беспилотное вождение пятилетней давности».
Он добавил, что инфраструктура данных, симуляции и ML Ops, вероятно, будут общими, но модели для симулятора после дообучения окажутся разными для разных типов машин. По его словам, общего здесь будет больше, чем различий, хотя разные воплощения роботов всё же потребуют отдельных настроек.
Кендалл также считает, что сейчас слишком рано делать ставку на одну аппаратную платформу. Сенсоры и другие компоненты быстро меняются, и действительно универсальная модель должна быть максимально независимой от конкретного железа.
С этим не согласен глава Genesis AI Теофиль Жерве. Его компания, которая разрабатывает человекоподобных роботов и сама контролирует ключевые части продукта, в этом году привлекла $105 млн посевных инвестиций.
Жерве сказал TechCrunch: «Мы слишком рано находимся в этой волне, чтобы стратегия только “мозга” сработала; мы считаем, что есть много возможностей для совместного проектирования железа и ИИ».
Он также затронул ещё один важный вопрос: как именно выбирать фокус для бизнеса в Physical AI. Компании, которые решают узкие прикладные задачи, уже выводят роботов в реальную эксплуатацию. Gritt строит солнечные электростанции, Agility внедряет роботов в промышленности, а Bedrock управляет экскаваторами в автономном режиме.
При этом универсальные гуманоиды по-прежнему в основном остаются в лабораториях. Жерве сформулировал проблему так: «Клиенту не нужен универсальный робот, который справляется с задачей с вероятностью успеха 80%».
Он добавил, что многие компании идут в сторону универсальности, но без отраслевого фокуса это не создаёт ценности. В то же время слишком узкий продукт тоже рискован: «Если вы строите вертикальный продукт поверх уровня GPT-2, вас задавит компания, которая строит на уровне GPT-4».
Тем не менее работа в конкретной нише даёт компаниям выручку и реальные данные эксплуатации. Даже если такие данные недостаточно разнообразны для продвижения универсальных моделей, они важны для создания полезного робота.
Технический директор Bedrock Кевин Петерсон отметил, что компания начала с экскавации как со способа лучше понять проблемы «манипуляции в реальной среде». В дальнейшем Bedrock хочет создать единый интеллектуальный слой для разных строительных машин.
Отдельная проблема — управление данными, особенно из-за большого объёма визуальной информации и lidar. На этой неделе Foxglove представила новый продукт на базе Cosmos от Nvidia, открытой world model, который позволяет инженерам искать по этим данным с помощью сложных запросов на естественном языке.
Компания рассчитывает, что инструмент ускорит сортировку проблем, отладку, создание оценочных тестов и симуляций. Цель — дать разработчикам возможность быстрее повторять цикл улучшений модели.
На вопрос о том, каким будет «момент ChatGPT» для Physical AI, у участников рынка нет общего ответа. Кендалл напомнил, что самая массовая категория роботов сейчас — это бытовые роботы-пылесосы.
Для него аналогом такого прорыва стало бы появление автономного вождения без постоянного контроля человека в автомобиле при стоимости оборудования менее $1000. Он отдельно отметил, что Wayve лицензирует свои модели автопроизводителям и видит в этом бизнес с потенциалом в несколько миллиардов долларов.
Жерве считает, что настоящий переломный момент наступит, когда появится «манипуляция, которая просто работает сразу после запуска». По его словам, пользователь должен иметь возможность сказать роботу на естественном языке, что нужно сделать, — например, толкнуть предмет, потянуть, закрыть ноутбук или убрать со стола — и получать результат хотя бы с надёжностью выше 80% без дополнительной настройки.
Глава Foxglove Адриан Макнейл смотрит на вопрос иначе. Он сказал TechCrunch: «У робототехники не будет своего момента ChatGPT».
По его словам, феномен ChatGPT был связан с дистрибуцией: сервис очень быстро набрал огромную аудиторию, а в физическом мире это устроено намного труднее. Макнейл добавил, что его бы скорее порадовал для робототехники «момент Apple II или IBM PC» — то есть момент, когда домашнего робота можно будет купить для реально полезных и интересных задач.
Источник: TechCrunch.
