Google DeepMind daje robotima oštriji mozak, a nama pitanje: koji kurac će nam?

Verzija 1.6 Gemini Robotics-ER modela sada robotima omogućava preciznije planiranje i percepciju, s posebnim naglaskom na čitanje mjernih instrumenata, što zvuči kao nešto što bi trebalo biti u osnovnoj specifikaciji bilo kojeg uređaja koji se kreće samostalno, a ne kao revolucionarni napredak za koji se troše milijarde. Ta informacija, izdvojena iz svog sjajnog PR omota, otkriva nešto puno zanimljivije od tehničkog čuda: otkriva koliko je duboko naše očekivanje od umjetne inteligencije i robotike palo ispod razine zdrave pameti. Gradimo sustave koji troše energiju male države kako bi shvatili da je igla na manometru u crvenom, dok prosječan petnaestogodišnjak to registrira u djeliću sekunde bez ikakvog neuronskog mrežnog modela. To nije napredak, to je spektakularno promašeno uporište.

Dijagnoza je jasna: pacijent pati od akutne disocijacije između kompleksnosti alata i jednostavnosti problema koji se pokušavaju riješiti. Cijela industrija je toliko opčinjena mogućnošću da napravi nešto teško da je zaboravila pitati je li to nešto korisno. Nije slučajno što se najveći uspjesi robotike i dalje vide u strogo kontroliranim, repetitivnim okolinama tvornica, gdje su varijable minimalne. Čim se taj taj robot pokuša izvući iz te sterilne kutije u svijet koji je neuredan, nepredvidiv i apsurdan, suočava se s problemima koje je čovječanstvo evolucijski riješilo prije nego što je smislilo kotač. I sad, umjesto da se radi na robusnijoj mehanici ili jeftinijim senzorima, ulažu se ogromni resursi u to da se mozgu robota doda još jedan sloj apstrakcije za tumačenje analognih pokazivača. To je kao da pokušavaš popraviti potopljeni brod bržim čitanjem karte.

Postavlja se Cunk pitanje: ako je ova tehnologija toliko napredna, zašto je njen vrhunski trijumf u prepoznavanju nečega što je dizajnirano da bude lako čitljivo ljudima? Cijela poanta brojčanika, kazaljki i digitalnih displaya je bila da budu intuitivni most između stroja i čovjeka. Sada trošimo neizrecive količine računalne snage da bismo naučili drugi stroj da dešifrira taj most, umjesto da jednostavno omogućimo strojevima da razgovaraju između sebe na svom jeziku – nizovima podataka, protokolima, API-jima. To je komunikacijski kolaps epičnih razmjera. Zamisli da za razgovor s francuzom prvo moraš naučiti njemački, pa onda preko njemačkog prevoditi na francuski. Upravo to radimo s robotima i svijetom.

Ekonomska strana ove jednadžbe miriše na očaj i pregrijane GPU-je. Ogromna ulaganja u multimodalne AI modele, poput onih koje razvija Google, imaju imperativ da pronađu primjenu, bilo kakvu primjenu, kako bi opravdala svoju postojanost. Robotika, svojom fizičkom prirodom, postaje privlačno polje za demonstraciju moći, bez obzira na to je li to najefikasniji put do korisnog proizvoda. Stvara se začarani krug: investitori ulažu u AI jer obećava revoluciju, AI kompanije moraju pokazati revolucionarne rezultate, pa ih traže u robotici, a robotika se onda natječe da ispuni ta nerealna očekivanja koristeći alate koji možda nisu optimalni za zadatak. To nije inženjerski pristup, to je marketinški pristup obučen u laboratorijski mantil.

A što se tiče onog čuvenog 'čitanja mjernih instrumenata', tu se radi o klasičnoj nadogradnji koja se prodaje kao prekretnica. U stvarnom svijetu, bilo koja ozbiljna industrijska implementacija već desetljećima koristi digitalne senzore i izravno učitavanje podataka u SCADA sustave. Analogni instrumenti su često rezerva, backup, ili dio arhaične infrastrukture koja čeka renovaciju. Fokusiranje na njihovo 'razumijevanje' je malo poput razvijanja vrhunske AI za čitanje rukopisa na fax papiru iz devedesetih – tehnički je impresivno, ali u kontekstu brzine poslovanja potpuno nebitno. Pravi izazov nije u tumačenju zastarjele tehnologije, već u donošenju odluka na temelju podataka koje robot već može dobiti u savršenom, digitalnom obliku.

Ovaj pristup otkriva i duboku nespremnost za stvarnu integraciju u ljudska radna mjesta. Robot koji mora 'gledati' mjerni instrument kao i čovjek zapravo zahtijeva da se cijeli ljudski radni prostor preuredi ili da se robot postavi na savršeno određeno mjesto s savršenim vidokrugom. Prava autonomija i fleksibilnost dolaze od sposobnosti da se sustav prilagodi nepredviđenom, da improvizira, da koristi različite putove da dođe do informacije. Ako je tvoj plan B da robot pozicionira svoje kamere prema manometru, onda si već izgubio. Stvarni svijet ne funkcionira tako. Stvarni svijet je pun prepreka, loših kutova, i drugih entiteta koji se također kreću i zaklanjaju ti pogled.

Imamo tu i apsurdnu situaciju gdje se softver za robotiku razvija u gotovo potpunom vakuumu od napretka u drugim, možda kritičnijim područjima. Snaga i izdržljivost aktuatora, efikasnost baterija, cijena i pouzdanost senzora – to su područja gdje se pravi rat za praktičnu primjenu vodi. Umjesto toga, medijska pažnja i velik dio financijskih tokova usmjereni su na softverske nadogradnje koje se mogu demonstrirati na udarnim videima. To stvara generaciju 'YouTube robota': impresivnih u kontroliranim uvjetima za snimanje, ali potpuno neupotrebljivih u kaotičnoj stvarnosti skladišta, bolnice ili kućanstva. Jebeno impresivno, potpuno beskorisno.

Što se onda događa s ovim super-pametnim robotima kada napokon izađu iz laboratorija? Susreću se s ekonomijom. Trošak njihovog razvoja, implementacije i održavanja mora biti niži od vrijednosti koju stvaraju ili uštede. Ako je tvoj robot sposoban pročitati sto različitih mjernih instrumenata, ali košta milijun eura i zahtijeva tim doktora znanosti za kalibraciju, niti jedna komunalna tvrtka u Rijeci ili bilo gdje drugdje neće moći opravdati njegovu kupnju. Razvoj tehnologije mora ići ruku pod ruku s njenom komercjalizacijom i pristupačnošću, inače ostaje skupi laboratorijski eksperiment, muzejski komad budućnosti koja nikad nije došla.

Krajnji ishod ovakvog puta je jasno vidljiv u povijesti: tehnologije koje su ostale zarobljene u sferi kompleksnosti i visokih cijena propadaju. One koje su postale jednostavne, jeftine i pouzdane – postale su svakodnevnica. Trenutni smjer istraživanja u robotici, ako ga definiraju vijesti poput 'robot sada bolje čita brojčanik', riskira da potone u prvom bazenu. Prava revolucija neće doći s robotom koji ima bolju percepciju od čovjeka. Doći će s robotom koji je dovoljno dobar za specifičan zadatak, a toliko jeftin i pouzdan da ga se može masovno implementirati. Sve ostalo je samo vrlo skupo zabavljanje.

Izvor: the-decoder.com

Izvor: the-decoder.com

Izvor: the-decoder.com