Краткое содержание статьи
В статье, используя аналогию с процессом развития человеческого познания (от запоминания конкретных примеров к обобщению закономерностей), выделяется основная ошибка в обучении роботов: чрезмерное внимание уделяется объему данных в ущерб способности к обобщению — то есть способности роботов быстро адаптироваться к новым задачам на основе небольшого количества новых данных. Рассматриваются два подхода робототехнических компаний к развитию этой способности: расширение охвата данных или повышение эффективности их переноса на новые задачи. Приводятся примеры технологических решений разных компаний, а также критерии оценки способности к обобщению (пять конкретных аспектов и кривая затрат на выполнение задач). В заключение подчеркивается, что именно способность к обобщению обеспечивает снижение затрат на выполнение задач в долгосрочной перспективе, что является ключевым фактором конкурентоспособности робототехнических компаний.
Основное изменение в подходе к пониманию: способность к обобщению — это «умственная работа» робота, а объем данных — лишь «физическая работа»
В начале статьи автор сравнивает свой собственный процесс обучения: от написания обзоров до анализа эмоциональных текстов и технических материалов. Он отмечает, что не нужно заново учиться в каждой области, а достаточно обобщать полученный опыт в универсальные правила (например, понимание того, что суть любой проблемы заключается в противоречиях). Аналогично и с обучением роботов:
- Подход, основанный на «физической работе»: считается, что чем больше данных, тем лучше; роботы собирают и маркируют данные, чтобы запомнить конкретные примеры (например, как схватить стакан, стоящий слева от стола).
- Подход, основанный на «умственной работе: роботы извлекают из небольшого количества данных общие правила (например, правила схвата стакана, учитывающие центр тяжести и силу трения), что позволяет им быстро адаптироваться к новым задачам без необходимости повторного обучения.
Автор приходит к выводу, что ключевым является именно способность к обобщению — роботы, как и люди, могут быстро адаптироваться к новым задачам благодаря глубокому пониманию ситуаций.
Два подхода робототехнических компаний: «запоминание большего количества примеров» или «извлечение общих правил»
В индустрии существуют два противоположных подхода к разработке роботов:
1. Расширение охвата данных (подход, основанный на «физической работе»):
- Примеры компаний: Physical Intelligence, Figure AI.
- Методы: инвестиции в сбор данных (например, сбор данных о движениях роботов для дистанционного управления) и их маркировку, чтобы роботы могли запомнить как можно больше примеров. Логика проста: чем больше примеров, тем выше вероятность успешного выполнения новых задач.
- Проблемы: такой подход не является уникальным (многие компании могут его использовать), и данные никогда не смогут охватить все возможные сценарии.
2. Повышение эффективности переноса знаний на новые задачи (подход, основанный на «умственной работе»):
- Примеры компаний: Field AI, Mujin.
- Методы: инвестиции в извлечение универсальных правил из уже имеющихся данных; например, использование правил схвата, полученных при выполнении предыдущих задач, для решения новых. Ключевой вопрос: как с помощью минимального количества новых данных выполнить новую задачу?
- Преимущества: такой подход более эффективен и экономичен. Например, роботы компании Mujin могут справляться с новыми типами контейнеров без необходимости повторного сбора данных; роботы Field AI используют «модель окружающей среды» для адаптации к изменениям.
«Секретное оружие» способности к обобщению: что такое универсальные структуры?
Для обеспечения способности к обобщению роботам необходимы универсальные структуры знаний, которые могут применяться в разных ситуациях и задачах. В статье выделяются два типа таких структур:
1. Когда границы окружающей среды не ясны: используется «модель окружающей среды».
- Примеры сценариев: магазины мороженого (множество этапов заказа и изменчивая обстановка), опасные условия на открытом воздухе (сложная местность).
- Примеры компаний: Sharpa (разработчики роботов для магазинов мороженого), Field AI (роботы для использования на открытом воздухе).
- Методы: сначала создается модель конкретной ситуации (например, после 100 000 часов работы над магазином мороженого), затем она используется для снижения затрат на адаптацию робота к новым условиям; роботы Field AI постоянно обновляют свои представления об окружающей среде на основе новых данных (например, автоматическая корректировка маршрута при столкновении с препятствиями).
2. Когда границы окружающей среды ясны: используются геометрические/физические правила.
- Примеры сценариев: промышленная логистика (разгрузка и упаковка товаров в стабильных условиях).
- Примеры компаний: Mujin (японская компания-разработчик промышленных роботов).
- Методы: геометрические данные и правила движения встроены в систему робота; при изменении типов контейнеров система автоматически корректирует их использование без необходимости переобучения.
Как определить, обладает ли робот способностью к обобщению? Два критерия оценки
Статья предлагает два критерия для оценки способности роботов к обобщению, чтобы не поддаваться влиянию рекламных заявлений компаний:
1. Проверка пяти конкретных аспектов способности к обобщению:
Способность к обобщению не является абстрактной; необходимо оценить робота в пяти конкретных сценариях:
- Способность работать с новыми объектами и компонентами;
- Способность адаптироваться к изменениям освещения и условий окружающей среды;
- Способность комбинировать уже изученные действия для решения новых задач;
- Способность использовать одни и те же алгоритмы в разных формах робота;
- Способность автоматической коррекции ошибок (например, корректировка попыток схвата при неудаче).
2. Снижение затрат на выполнение задач:
Важным критерием является снижение затрат на выполнение роботом новых задач по сравнению с предыдущими методами.
Эти критерии помогают оценить реальную эффективность роботов в различных условиях.