رباتهای همهکاره با کمبود داده گیر کردن
هوش مصنوعی
گوگلخلاصهٔ کاملتر
نویسنده با یه دیدگاه رایج شروع میکنه: چون بینایی و زبان حل شدن، رباتیک هم صرفاً یه مسئلهٔ ادغامه؛ یه مدل باهوش رو به یه بازو و دوربین وصل کن و تمام. ولی به گفتهٔ نویسنده که سالها با شرکتهای صنعتی کار کرده، اونقدرا هم ساده نیست. مدلهای vision-language-action یا VLA (که همزمان تصویر، دستور زبانی و دادههای حرکتی رو میگیرن و خروجی حرکتی میدن) واقعاً پیشرفت کردن؛ مثلاً Gemini Robotics On-Device 2 گوگل که تیرماه منتشر شد، رو خود ربات اجرا میشه و نیازی به اینترنت نداره.
مشکل اصلی از نظر نویسنده دیتاسته. یه مدل زبانی از روی حجم عظیم متن آمادهای که بشر تولید کرده آموزش میبینه، ولی برای دستکاری فیزیکی اشیا اینجور گنجینهای نیست؛ هر نمونهٔ آموزشی باید با یه ربات واقعی و اپراتور انسانی، لحظه به لحظه تولید بشه. تحلیل ۱۲۲۸ مقالهٔ VLA بین فوریهٔ ۲۰۲۳ تا ژوئن ۲۰۲۶ نشون میده مدلهایی که رو بنچمارک Libero حدود ۹۵ درصد موفقیت دارن، با یه تغییر کوچیک تو صحنه به زیر ۳۰ درصد سقوط میکنن؛ رو یه بنچمارک دیگه از بالای ۹۰ درصد به دقیقاً صفر رسیده.
نویسنده روشن میکنه که منظورش بدبینی به رباتیک نیست: طبق آمار فدراسیون بینالمللی رباتیک، تو سال ۲۰۲۴ حدود ۵۴۲ هزار ربات صنعتی نصب شده و مجموع رباتهای فعال دنیا به ۴.۶۶ میلیون دستگاه رسیده. این رباتها عالی کار میکنن چون اصلاً قرار نیست تعمیم پیدا کنن؛ فقط برای یه قطعه و یه ایستگاه ثابت برنامهریزی شدن. در مقابل، دادهٔ میدانی رباتهای همهکاره خیلی کمتره؛ مثلاً رباتهای Figure 02 که بیامو به کار گرفته، تو یازده ماه فقط حدود ۱۲۵۰ ساعت کارکرد داشتن، یعنی روزی کمتر از چهار ساعت.
از نظر نویسنده، وقتی مدل قابل دانلوده و سختافزار هم قابل خریده، تمایز یه استارتاپ رباتیک تو خودِ فرایند جمعآوری دیتاسته، نه مدل. راهحل درست هم نه ساختن رباتِ همهکاره بلکه محدود کردن دامنهٔ کاره، دقیقاً مثل خودروهای خودران که با تمرکز رو یه شهر یا یه مسیر ثابت جواب دادن.
نویسنده همچنین میگه ۴.۶۶ میلیون رباتی که همین الان تو کارخونهها کار میکنن، بزرگترین منبع دادهٔ فیزیکی دنیان، ولی تقریباً هیچکدوم برای آموزش مدل ذخیره نمیشن. هرکی بتونه این داده رو استخراج کنه، یه مزیت رقابتی میسازه که پول هیچ سرمایهگذاری نمیتونه جایگزینش کنه.
نکات کلیدی:
- رو بنچمارک Libero دقت مدلها با یه تغییر کوچیک تو صحنه از حدود ۹۵ درصد به زیر ۳۰ درصد سقوط میکنه؛ رو یه بنچمارک دیگه از بالای ۹۰ درصد به صفر رسیده.
- رباتهای Figure 02 در پروژهٔ بیامو تو یازده ماه فقط حدود ۱۲۵۰ ساعت کارکرد داشتن.
- سال ۲۰۲۴ حدود ۵۴۲ هزار ربات صنعتی جدید نصب شده و مجموع رباتهای فعال دنیا به ۴.۶۶ میلیون رسیده.
- سال ۲۰۲۵ حدود ۴۰.۷ میلیارد دلار سرمایهٔ خطرپذیر وارد رباتیک شده و پیشبینی میشه سال ۲۰۲۶ حدود ۹۰ هزار ربات انساننما عرضه بشه.
