Роботы, играющие в теннис, кажутся крутыми? Не дайте себя обмануть “ложным мозгом” – настоящий прорыв находится здесь
Здравствуйте, я ваш финансовый журналист и экономист. В последнее время, если вы смотрите видео в социальных сетях или новости о технологиях, вам, скорее всего, попадаются ролики с роботами, играющими в теннис. На экране мяч летит очень быстро, роботы ловко двигаются, размахивают ракетками и могут сыграть с человеком сотни раз.
Первая реакция многих после просмотра таких видео: “Вау, у роботов наконец появился ‘мозг’! Они действительно могут понимать мир и реагировать на изменения!”
Но сегодня я хочу охладить ваш энтузиазм… или, скорее, добавить немного реализма.
Как человек, долгое время наблюдающий за технологической индустрией, и с учетом глубоких выводов бывшего инженера по автономному вождению из Baidu (псевдоним Линь Чжиюань), я хочу рассказать вам жестокую правду: эти роботы, кажущиеся очень умными, на самом деле являются смесью ‘слепцов’, ‘марионеток’ и ‘ложных мозгов’.
Это звучит неприятно, но логика очевидна. Давайте разберем эту тему на понятном языке, чтобы понять, насколько далеко роботы от настоящего интеллекта и где находятся настоящие возможности для развития.
---
I. Раскрытие правды за внешней красотой: это всего лишь “хак”, а не настоящие способности
Прежде всего, давайте разберемся, почему роботы могут играть так точно:
1. Они на самом деле ‘слепцы’
Вы думаете, что роботы используют свои камеры для наблюдения за мячом? Нет.
На большинстве демонстраций на площадке расставлены высокоточные внешние устройства; мяч покрыт отражающим материалом, а площадка отмечена с миллиметровой точностью. Снаружи находится система камер и датчиков стоимостью в сотни тысяч долларов, которая постоянно следит за мячом.
Эти устройства в реальном времени определяют положение, скорость и траекторию мяча и передают роботу команды вроде: “Мяч приближается с левой стороны – размахивай ракеткой!”
Это похоже на вождение автомобиля с закрытыми глазами, при этом кто-то рядом с вами указывает направление движения. Автомобиль действительно поворачивает в нужном направлении, но водитель (робот) сам не видит дороги.
2. Они – марионетки, управляемые извне
Такой подход называется усовершенствованной версией дистанционного управления или системным автоматическим выполнением команд.
Хотя никто не держит пульт дистанционного управления, вся система работает автоматически. Ключевой момент в том, что восприятие ситуации (видение мяча) и принятие решений (как играть) происходят не в роботе, а во внешних устройствах.
Это похоже на использование высокоточных карт в системах автономного вождения: раньше казалось, что они делают все самостоятельно, но при выходе за пределы зоны покрытия карт или изменении дорожных условий автомобиль теряет способность к самостоятельному движению. То же самое и с роботами. Если убрать отражающие устройства, фиксированные позиции и отмеченную площадку, робот в незнакомой среде с сложным освещением и без маркеров будет действовать бездейственно.
3. У роботов сильный “малый мозг”, но отсутствует настоящий “мозг”
Конечно, роботы действительно достигли значительного прогресса в движениях – они могут быстро реагировать и координировать свои действия. Однако наличие сильного “малого мозга” не означает наличия независимого “большого мозга”.
Человек, играя в теннис, использует зрение для наблюдения за движениями соперника и опыт для прогнозирования траектории мяча; роботы же получают информацию от внешних систем.
Вывод: Современные демонстрации роботов больше показывают их способности к движению, а не их интеллекту.
---
II. Настоящие проблемы развития роботов: видеть не значит понимать, что делать правильно
Предположим, однажды технологии достигнут такого уровня, что роботы смогут видеть мяч с помощью собственных камер. Будет ли это означать, что у них появится настоящий “мозг”?
Нет. Видение – это лишь первый шаг; гораздо сложнее – принятие правильных решений.
1. Самая опасная ошибка: робот делает ошибку, но не осознает этого
Представьте ситуацию, когда робот должен поставить стакан на стол: он берет стакан, перемещает его и ставит на место – действия кажутся идеальными, но стакан опрокидается, и вода проливается.
В лаборатории исследователи могут сказать: “О, на этот раз не получилось – попробуем снова.”
Но в реальном мире это уже авария.
Настоящий “мозг” должен не только выполнять действия, но и проверять их результаты: было ли действие правильным? Если нет, нужно ли попытаться снова, исправить ошибку или отказаться от попытки?
2. Слияние моделей, но ответственность не исчезает
В индустрии существует спор: с увеличением размеров и сложности AI-моделей (например, модели типа VLA) нужны ли еще сложные системы и механизмы безопасности?
Линь Чжиюань, имеющий десятилетний опыт в области автономного вождения, утверждает, что это не так.
За последние десять лет системы автономного вождения слились из нескольких независимых модулей в одну большую, но функции, ранее отвечавшие за торможение, сигнализацию и обработку ошибок, не исчезли – они просто перешли в другую форму.
Пользователи не интересуются тем, в одной большой модели все коды или в нескольких маленьких; их волнует, смогут ли роботы остановиться в случае ошибки, попросить помощи и предотвратить более серьезные последствия.
3. Реальный мир не ждет, пока роботы “медленно подумают”
Большие модели могут быстро обрабатывать данные, но реальность не дает времени на размышления. Когда мяч летит или манипулятор готов столкнуться с препятствием, реальность не ждет, пока робот все рассчитает.
Поэтому будущие роботы должны сочетать в себе способности к быстрому реагированию (малый мозг) и способность к сложному планированию (большой мозг).
---
III. Не обманывайтесь высокими показателями успешности: настоящий показатель эффективности – время, в течение которого робот может заменить человека
Многие компании гордятся высокими показателями успешности своих роботов (например, 99% точности выполнения задач).
Но по мнению Линь Чжиюаня, эти показатели бессмысленны.
Важный показатель – время, в течение которого робот может непрерывно и стабильно выполнять работу человека.
Например: сколько времени робот может работать без ошибок в реальных условиях? Сколько раз происходят сбои? Как быстро робот восстанавливается после сбоя? Нужно ли часто вмешиваться человека?
Эти показатели учитывают ценность задачи, стабильность работы робота, способность к восстановлению после сбоев и затраты на обслуживание. Они отражают реальные возможности роботов в реальных условиях.
IV. Каковы настоящие возможности для развития роботов? Они скрыты в нестандартных ситуациях
Многие считают, что роботы должны использоваться на передовых производствах для выполнения точных задач.
Но это ошибка. Настоящие возможности для роботов скрыты в нестандартных, сложных условиях, где традиционные методы автоматизации неэффективны.
Например:
- Подземные коммуникации: темные, узкие, опасные места.
- Закрытые пространства и корабельные каюты: необходимо покраска или сварка.
- Опасные условия: высокие температуры, давление, токсичные вещества.
Роботы могут помочь в таких условиях, где традиционные методы автоматизации неэффективны из-за ограничений конструкции или условий окружающей среды.
V. Каковы настоящие пути развития роботов? Качество данных и их переносимости на другие задачи
Существует мнение, что после достижения определенного уровня развития роботов главное – это качество данных и их способность к переносу на другие задачи.
Линь Чжиюань согласен, что для дальнейшего развития важны не только технологии, но и качество собранных данных.
Роботы должны уметь адаптироваться к новым условиям и выполнять задачи в разных сценариях.
---
Вывод: настоящий прорыв в развитии роботов будет связан с улучшением качества данных и их переносимости на другие задачи
Роботы, играющие в теннис, кажутся крутыми, но на самом деле это всего лишь демонстрация их возможностей. Настоящий прорыв в их развитии будет связан с улучшением их способностей к выполнению задач в реальных условиях и использованием качественных данных.
Поэтому в следующий раз, увидев видео с роботами, играющими в теннис, не спешите радоваться – спросите себя: что будет, если убрать внешние устройства, изменить условия игры или заставить робота работать непрерывно в течение длительного времени?
Если робот не справится с этими задачами, он останется всего лишь дорогой игрушкой. Если же сможет – тогда он действительно изменит мир.
От способности к “красивым демонстрациям” к способности к эффективной работе – вот в чем ключ к развитию роботов.