Робототехник Кен Голдберг из Калифорнийского университета в Беркли опубликовал исследование, в котором развенчивает оптимистичные прогнозы о скором появлении универсальных гуманоидных роботов. По его оценкам, между текстовыми данными, на которых обучаются языковые модели, и реальными физическими навыками, необходимыми роботам, существует "разрыв в 100 000 лет".
Основная проблема заключается в том, что простые человеческие действия — like взять бокал вина или поменять лампочку — требуют невероятной точности и обратной связи, которые современные роботы не могут обеспечить. В отличие от языковых моделей, обучающихся на огромных массивах интернет-текстов, роботам нужны реальные физические данные, которые крайне сложно масштабировать.
Голдберг предлагает прагматичный подход: сначала создать достаточно надежных роботов для узких задач, позволить им собирать данные в реальных условиях, и только затем постепенно улучшать их capabilities. Примеры like автономных автомобилей Waymo и складских роботов Ambi Robotics показывают, что этот итеративный путь работает лучше, чем попытки сразу создать универсального робота.
Эксперт считает, что рабочие профессии, требующие ловкости и адаптивности, останутся безопасными еще долгое время. Вместо этого автоматизация затронет в первую очередь рутинные офисные задачи. Для реального прорыва нужны не только умные алгоритмы, но и принципиально новые механические конструкции, вдохновленные биологией.
