Gdybyś mógł mieć robota w domu, co by robił?
W przypadku serialu komediowego z 1985 r Mały cudbyłby to członek rodziny o imieniu Vicki. Jednak popkultura częściej wyobrażała sobie roboty jako wysoce kompetentnych pomocników, takich jak gospodyni Rosey w Jetsonach i niezwykle bystry asystent AI Jarvis w filmach Iron Man i Avengers.
Pisarka science fiction Joanna Maciejewska w zwięzły sposób ujęła tę wrażliwość napisz na X (dawniej Twitter) na początku tego roku: „Chcę, żeby sztuczna inteligencja robiła mi pranie i zmywała naczynia, żebym mógł zajmować się sztuką i pisaniem, a nie żeby sztuczna inteligencja zajmowała się moją sztuką i pisaniem, żebym mógł robić pranie i zmywać naczynia”.
Trafiła w czuły punkt. Jej post po opublikowaniu 29 marca miał 3 miliony wyświetleń i ponad 100 000 polubień.
To styl życia, jaki Jetsonowie wyobrażali sobie już w 1962 roku, ale 62 lata później wciąż jeszcze nie osiągnęli tego celu.
Dlaczego?
Po pierwsze, pomimo dziesięcioleci badań nad sztuczną inteligencją i robotyką, logicznym i niedrogim zintegrowaniem tej technologii z naszym życiem pozostaje ogromnym wyzwaniem technicznym. Istnieją również względy filozoficzne i etyczne. Jako jedna z odpowiedzi dla Maciejewskiej zauważyłto skomplikowany temat:
„Kto decyduje o tym, co kochamy robić, a co należy zautomatyzować?” – napisał respondent. „Pracuję z mnóstwem księgowych, którzy obawiają się, że sztuczna inteligencja odbierze im pracę, ale… [who] Podoba mi się pomysł, aby sztuczna inteligencja pomagała im w pisaniu artykułów”.
Wszyscy teraz dużo o tym myślimy i mówimy ze względu na pojawienie się generatywnej sztucznej inteligencji, która między innymi wykazała talent do pisania, jeśli nie za bardzo z matematyką (lub podatki). ChatGPT, Google Gemini, Microsoft Copilot, Meta AI, Adobe Firefly i wiele innych systemów chatbotów AI wyróżnia się zdolnością do syntezy i przetwarzania języka i obrazów w bardzo ludzki sposób.
Ale chatboty nie są robotami.
Maciejewska herself wyjaśnione że nie szuka prawdziwego robota pralniczego, ale ma nadzieję, że sztuczna inteligencja przejmie zadania, których nienawidzi, na przykład płacenie podatków. (Kolejny użytkownik X znakomity że sztuczna inteligencja „nie ma zdolności rozumienia ani osądu i dlatego nie można jej ufać w przypadku rzeczywistych zadań, takich jak podatki”). Nie odpowiedziała na prośbę o komentarz do tego artykułu.
A jednak marzenie o robotach pralniczych nie ustaje. Jeszcze tej jesieni startup Physical Intelligence otrzymał fundusze w wysokości 400 milionów dolarów – od grupy obejmującej założyciela Amazona Jeffa Bezosa i twórcę ChatGPT OpenAI – aby wesprzeć jego wysiłki na rzecz przybliżenia robotów domowych do praktycznej rzeczywistości. W poście na blogu z 31 października startup się pochwalił film przedstawiający prototyp robota składanie prania, parzenie kawy i sprzątanie stołu, ale firma zauważyła również to:
„Zwycięstwo w grze w szachy lub odkrycie nowego leku to „łatwe” problemy do rozwiązania dla sztucznej inteligencji, ale złożenie koszuli lub posprzątanie stołu wymaga rozwiązania niektórych z najtrudniejszych problemów inżynieryjnych, jakie kiedykolwiek wymyślono”.
To ciągła praca, która jest w toku.
Sztuczna inteligencja kontra robotyka
Istnieje zasadnicza różnica między sztuczną inteligencją a robotyką. (Wystarczy zapytać ludzi na Reddicie.)
AI to dziedzina informatyki skupiająca się na symulowanej ludzkiej inteligencji w maszynach. Można o tym myśleć jak o mózgu operacji. Zasadniczo jest to oprogramowanie.
Z kolei robotyka odnosi się do maszyn: fizyczne, mechaniczne rzeczy, które mogą wykonywać takie prace, jak nalewanie kieliszka wina, wkładanie brudnych naczyń do zmywarki, umieszczanie kwiatu w wazonie lub robienie omletu. Lub w fabrykach, a nie w domach, składanie samochodów i transportowanie produktów do magazynu.
Jest to trudniejsze do wykonania, ponieważ wymaga sprzętu — pewnego rodzaju ciała z ramionami i dłońmi, które może wchodzić w interakcję z otaczającym go światem i manipulować obiektami o różnych rozmiarach i teksturach. Jego pozostaje daleko w tyle gwałtowny rozwój generatywnej sztucznej inteligencji, ponieważ, cóż, naprawdę trudno jest zbudować robota, który potrafi wykonywać wszystkie te same czynności fizyczne, co ludzkie ciało i który rozumie otaczające środowisko.
Nawet jeśli widzimy robota, który może naprawdę dobrze wykonać jedno konkretne zadanie – na przykład uwarzyć piwo, zrobić lody lub ugotować ramen – to wszystko. I choć pojedyncze przypadki użycia stanowią efektowne przykłady na targach, często trudniej jest je sprzedać konsumentom takim jak Ty i ja — drogie nowości, jeśli w ogóle trafią na rynek.
Pranie (i naczynia)
Rozważmy na chwilę przykład prania.
Pranie wymaga fizycznej manipulacji obiektami w skomplikowanym środowisku: pralni. Jest tam pralka i suszarka, a potencjalnie także deska do prasowania. Koszule, spodnie, bluzki, biustonosze, skarpetki, ręczniki, prześcieradła i inne produkty o różnych rozmiarach, kształtach, fakturach i wymaganiach dotyczących czyszczenia.
Jest to wyzwanie, któremu badacze i start-upy włożyli całe swoje umysły i pieniądze, nie mając zbyt wiele do zaoferowania.
Na przykład w 2010 roku firma Willow Garage, zajmująca się robotyką, miała nadzieję, że rozdając 11 naukowcom roboty o wartości 4 milionów dolarów, uda się poprawić rozwój robotów ogólnego przeznaczenia. (Nagłówek artykułu CNET sprzed 14 lat? ”Zatrudnienie robotów do prania i zmywania naczyń.”) Podczas gdy jeden z absolwentów poczynił postępy w składaniu ręczników, startup został zamknięty w 2014 roku podobno się rozkręca większość swoich innowacji w inne prywatne przedsięwzięcia.
Oto, co Foldimate mógł zrobić w 2019 roku.
Kilka lat później start-up o nazwie Foldimate zadebiutował na targach CES z robotem składającym pranie za 980 dolarów, ale nadal trzeba było podawać każdy artykuł do maszyny osobno, a ona nie radziła sobie z takimi przedmiotami, jak prześcieradła, ręczniki czy ubranka dla dzieci. To przestało istnieć około 2020 roku.
Czasami nie jest to nawet problem robotyki. Amazon i Whirlpool próbowały zautomatyzować proces zamawiania detergentu za pomocą inteligentnej pralki zaprezentowany na targach CES 2016. Łącząc swoje konto Amazon z aplikacją Whirlpool, możesz zezwolić maszynie na ponowne zamówienie ulubionego detergentu, gdy zaczyna go brakować.
Whirlpool i Amazon nie odpowiedziały na prośby o komentarz na temat losów tej konkretnej pralki, ale można śmiało powiedzieć, że koncepcja się nie przyjęła.
Budowa i szkolenie robota domowego
Tymczasem praca trwa, próbując rozgryźć orzech, jakim są roboty domowe – a może lepiej mówiąc, roboty, które mogą wykonywać wszelkiego rodzaju prace domowe. A to wymaga nie tylko fizycznego elementu robotyki, ale także szkolenia w zakresie symulowania ludzkiej inteligencji.
Naukowcy ze Stanford opracowali robot o nazwie Mobile Alohaktóry może samodzielnie odłożyć garnek, wsunąć krzesła, posprzątać rozlane wino, przybić piątkę, a nawet przygotować trzydaniowy posiłek. Lexy Savvides z CNET musiała go wypróbować podczas wizyty w Stanford Robotics Center, gdzie używała go do smażenia krewetek, a także przyjrzała się innemu robotowi, zwanemu Tidybot, który uczy się, jak podnosić i odkładać bezpańskie przedmioty na podłoga.
Obejrzyj to: Te roboty AI chcą wykonać za Ciebie wszystkie obowiązki
W kwietniowym komunikacie uniwersytetu stwierdzono, że Mobile Aloha sprawdza się również w pracach domowych, takich jak odkurzanie, pranie i podlewanie roślin. Ale do powszechnej dostępności jeszcze daleko, a w obecnej formie — cóż, powiedzmy, że nie jest do końca elegancki.
Zespół Mobile Aloha szkoli robota w procesie zwanym uczeniem się przez naśladownictwo, w którym człowiek stoi za robotem i prowadzi go, jak wykonać zadanie własnymi rękami. Chelsea Finn, adiunkt informatyki i elektrotechniki na Uniwersytecie Stanforda oraz doradca zespołu Mobile Aloha, w: film demonstracyjny opisał ten proces jako „coś w rodzaju przedstawienia lalkowego” z robotem w roli marionetki.
Jak powiedział w filmie Tony Zhao, absolwent informatyki na Uniwersytecie Stanforda i współprzewodniczący zespołu Mobile Aloha, potrzeba około 50 prób na wykonanie zadania, aby dostarczyć robotowi wystarczającą ilość danych. Ostatecznym celem jest „odwoływanie się do tego, jak według ludzi powinien wyglądać przyszły robot domowy” – dodał.
Do tej pory większość robotów znajdowała się w kontrolowanych środowiskach, takich jak fabryki lub magazyny, gdzie można je zaprogramować do wielokrotnego wykonywania tego samego ruchu. W pewnym stopniu będzie to obejmowało wykorzystanie technik sztucznej inteligencji, takich jak uczenie maszynowe.
„Aby roboty mogły odnieść sukces w prawdziwym świecie, muszą być w stanie postrzegać otoczenie i reagować na nie” – powiedział Finn. „Chcemy sprawdzić, czy możemy wykorzystać uczenie maszynowe, aby roboty były bardziej inteligentne i faktycznie wypchnęły je do prawdziwego świata”.
A podczas gdy robot okazał się obiecujący autonomicznie wykonując szereg zadań domowych, jest to prototyp, którego złożenie kosztowało dziesiątki tysięcy dolarów.
Podobnie jak Google, AmazonkaApple i Tesla pracują nad własnymi projektami i prototypami, które mają na celu w ten czy inny sposób sprostać różnorodnym zadaniom, od sprzątania po monitorowanie domów i wykonywanie niebezpiecznych, powtarzalnych lub nudnych zadań.
Podczas demonstracji raczej przerażająco humanoidalnego bota Tesli w 2022 r. dyrektor generalny Elon Musk wyraził nadzieję, że trafi on do sprzedaży do 2027 r. za 20 000 dolarów, ale boty zostaną najpierw uruchomione w fabrykach Tesli, gdzie potencjalne prace mogłyby obejmować przenoszenie części do innych roboty na linii produkcyjnej. Osobisty kamerdyner? Nie w najbliższym czasie.
Pierwszy prototyp Optimusa, kryptonim Tesli Bota, macha ręką podczas wydarzenia Tesla AI Day 2022.
„Narzędzie w naszych rękach”
Przed nami jeszcze długa droga, zanim połączymy sztuczną inteligencję i robotykę w maszynie, która będzie mogła wykonywać za nas wiele zadań w nieprzewidywalnym środowisku, jakim są nasze domy. I cokolwiek potrafią Mobile Aloha, Tesla Bot i flippery do omletów, nie mogą pisać wierszy, pomagać w dokończeniu listu motywacyjnego ani generować zdjęć pluszowych misiów i kociąt na plaży.
A jednak oto jesteśmy, a generatywne narzędzia sztucznej inteligencji rozprzestrzeniają się błyskawicznie, gdy stojące za nimi firmy wypychają je na rynek. Nie mieliśmy wcześniej takich narzędzi, z tak wieloma potencjalnymi zastosowaniami, które dopiero zaczynamy badać – w tym w dziedzinach kreatywnych, które wydają się szczególnie ludzkie – i przy tak niskiej barierze wejścia pod względem kosztów.
„Jeśli będę rozwijać sztuczną inteligencję do zadań kreatywnych, będzie to znacznie bardziej lukratywna inwestycja z potencjalnymi zastosowaniami w reklamie, rozrywce, projektowaniu i innych branżach o bardzo dużej wartości” – powiedział Jason Alan Snyder, globalny dyrektor ds. technologii w agencji reklamowej Rozmach na całym świecie.
Tymczasem automatyzacja prania i kuchni jest ugruntowana i stabilna, biorąc pod uwagę dziesięciolecia udoskonaleń, które już w nich zastosowano. Pralki były już w pobliżu od lat pięćdziesiątych XIX wieku i zmywarki od lat pięćdziesiątych XX wieku.
Czasami jesteśmy świadkami przełomowego postępu w technologii gospodarstwa domowego. W 2002 roku iRobot wypuścił swój pierwszy robot odkurzającyi od tego czasu sprzedano ponad 40 milionów urządzeń. Roboty koszące dopiero teraz zaczynają zyskiwać na popularności.
Być może więc musimy po prostu uzbroić się w trochę więcej cierpliwości, aby pozwolić na ewolucję dziedziny robotów domowych.
Tymczasem być może podstawowy, niepokojący problem nie polega tak bardzo na wykonywaniu konkretnych zadań, ile na naszej roli w świecie.
Karin Kimbrough, główna ekonomistka LinkedIn, stwierdziła, że post Maciejewskiej na X rzeczywiście świadczy o powszechnym zaniepokojeniu tym, czy sztuczna inteligencja sprawi, że będziemy mniej kreatywni, a może nawet całkowicie zniszczymy proces twórczy.
„Powiedziałabym, że nie, niekoniecznie” – powiedziała, wskazując na wcześniejszą obawę, że kalkulatory zabiorą nam umiejętności matematyczne. „To po prostu narzędzie umożliwiające szybsze wykonywanie obliczeń matematycznych”.
Generatywna sztuczna inteligencja może pomóc nam w tworzeniu treści, ale nie musimy z niej korzystać – zauważył Kimbrough, dodając, że ludzie mogą wyrazić swoją kreatywność na wiele sposobów. I choć narzędzia te mogą pomóc nam szybciej wykonać część pracy, nadal wymagają instrukcji i nadzoru, np. sprawdzania i edytowania faktów.
„To narzędzie w naszych rękach” – powiedział Kimbrough.
