По прогнозам СEO Nvidia Дженсена Хуанга и CEO Tesla Илона Маска, уже в ближайшие годы роботы-гуманоиды станут обычным явлением в потребительском сегменте наряду с авто. Стоимость роботов-гуманоидов будет $10-20 тыс. Первый такой уже появился – китайский Unitree G1 ростом метр с кепкой. Его суточная аренда – $1-2 тыс. И именно это – основная бизнес-модель такой «автоматизации» – буратинообразная игрушка для развлечения посетителей крупных технологических конференций и выставок.
Ни для чего другого применения Unitree G1 не годятся. Зато они «разговаривают», потешно прыгают и скачут. Но не скажешь, что это совершенно бесполезные роботы. Они поддерживают хайп и бычат вверх акции дорогущих тех-стартапов на крупнейших мировых биржах.
Робототехника актуальна на протяжении десятилетий, а недавнее появление стартапов 1X и Figure и проектов Tesla, сильно подогрели интерес к человекоподобным роботам. Точнее — массовый хайп на этом варианте автоматизации.
Хуанг спрогнозировал недавно, что техно-гуманоиды начнут широко использовать на производствах менее чем через пять лет. Никто не может точно сказать насколько верен его прогноз. Но, скорее всего, он - тупо сверхоптимистичен. Гуманоидных роботов создают и внедряют относительно медленно. Ученые и инженеры десятилетия предлагают новых роботов очень разных видов (робособаки, роверы, роборуки и т. п.).
В идеале робот-гуманоид общего назначения может быстро овладеть навыками и выполнить любую задачу человека, в том числе тяжелую, рутинную, причем в «нечеловеческих» условиях.
Другое дело - степень человекоподобия для выполнения человекоподобных задач. Сторонники такого форм-фактора уповают на то, что этот мир людей и построен вокруг человека, потому и для работы человекоподобный робот - лучше всего. Якобы человеческие роботы лучше всего будут соответствовать человеческому миру. Довольно слабая теория, хотя бы только потому, что человеческое тело — совсем не вершина эволюции. Тем не менее.
Большинство цехов и складов спроектированы с учетом потребностей людей. Например, на них есть лестницы и это — препятствие для колесных роботов. Насколько оно серьезно - зависит от многих факторов, включая планировку и рабочий процесс. Но эта широко распространенная производственная «человеческая среда» способствует созданию и внедрению именно гуманоидных — шагающих роботов.
А вот для выполнения задач беспилотника (БПЛА или самоуправляемого автомобиля) совсем не нужно создавать «Супермена», «Железного человека» или трансформера «Мегатрона».
Еще — важнейший момент. Роботы уже несколько десятилетий работают на заводах и в шахтах, и подавляющее их большинство — одноцелевые. Они хорошо и неустанно делают единственное дело много раз. Такая автоматизация отлично подходит для производств и, например, исследовательских лабораторий: там много однообразных повторяющихся операций, особенно в линиях сборки, контроля, тестирования, складирования и тому подобного.
Но, до недавнего времени узкоспециализированные роботы не могли эффективно общаться напрямую, адаптироваться к новым задачам и ситуациям, обучаться на собственном опыте.
Теперь «умные» устройства, в том числе и роботы, стали компактнее, разнообразнее и доступнее. Их стали применять повсюду — в самых привычных рабочих и бытовых процессах. Интернет — главная коммуникационная среда, также стал повсеместным, мобильным и быстрым. Поэтому следующим важнейшим шагом автоматизации и цифровой трансформации многие профессионалы видят искусственный интеллект вещей, устройств (AIoT). Этот подход и набор «умных» программных и аппаратных инструментов объединяет возможности интернета вещей (IoT) и искусственного интеллекта (AI, ИИ). «ИИ вещей» объединяет «умные» алгоритмы, машины и устройства, которые сами учатся работать и взаимодействовать друг с другом, решая конкретные рутинные задачи.
Важно также, что AIoT позволяет отказаться от отправки больших потоков данных на корпоративные серверы или в облако. Используя встроенный ИИ, устройства сами справляются с поставленной задачей. Синергия технологий, ставших массовыми, впервые позволила обойтись без загрузки терабайт ненужных данных в масштабные дорогостоящие центры обработки данных (ЦОД). И это меняет всё.
Гуманоиды могут стать переходным этапом, «умной» заменой на пути к полностью автоматизированным складам и фабрикам. После полной автоматизации уже не понадобится гибкость гуманоидов, а может — и они сами.
На пути к реальному внедрению гуманоидных машин есть два основных ограничения. Первое — мехатронное - возможности оборудования. Второе - программное обеспечение (ПО), в т. ч. тот самый ИИ, в т. ч. — общий (генеративный) ОИИ. Но прежде чем будет достигнут и распространен в индустриях «сильный», «человеческий» AI, техногуманоиды будут продолжать работать как одноцелевые системы. Пилотные проекты призваны доказать, что эти системы могут хорошо выполнять одну задачу в масштабе, прежде чем переходить к следующей.
_63d90b032205f.jpg)
На промышленном уровне у крупных компаний есть ресурсы для решения проблем по мере их возникновения. Но несмотря на наличие ROS (Robot Operating System — операционная система для роботов, обеспечивает функциональность для распределенной работы всех узлов), маловероятно, что какое-то одно решение станет для них «эквивалентом» Android. Одна из проблем робототехники — в том, что есть огромное количество различных видов машин, и у всех — разные тела.
Нужны «строительные блоки», на основе которых компании смогут создавать свои аппаратные и программные предложения, ориентированные на решение реальных потребительских и корпоративных проблем, не зацикливаясь ни на общих теориях, ни на деталях того, как этого добиться.
Год назад разработавшая ChatGPT компания OpenAI заключила контракт со стартапом Figure, для разработки моделей ИИ для гуманоидных роботов. Партнерство это — для улучшения способности робота понимать язык и взаимодействовать с людьми, понимать устные команды. Ранее Figureпривлекла инвесторов из Nvidia, Intel и Amazon, а ее роботы трудятся на заводах BMW. OpenAI сотрудничает также с норвежским стартапом 1X, тоже — производителем гуманоидных роботов.
Китайский биофармацевтический исследователь — компания XtalPi Holdings заявила, что общий (генеративный) искусственный интеллект (ОИИ) сократил сроки разработок новых лекарств с 4-х до 2-х лет. Она продает роботизирванный «безлюдный НИОКР» четырем из пяти крупнейших в мире фармкомпаний. Два последние года XtalPi создает собственную специальную большую языковую модель (LLM) ОИИ, вроде ChatGPT, и робо- исследовательские комплексы, радикально трансформировав прежние технологии разработки лекарств.
Автоматизированная химическая лаборатория XtalPi в Шэньчжэне теперь — крупнейшая в мире. Для экспериментов под управлением ОИИ в ней используют более 200 роботов. Но человекообразность для смешиваний веществ в пробирках им ну совсем не нужна.
Не секрет, что Россия отстает от Китая и Америки в создании роботов, похожих на людей или на человеческие руки. Не это вовсе не значит, что процессы роботизации в нашей стране идут медленно.
Буквально на днях компания «Лидкор» представила серию автоматических анализаторов для иммуноферментного анализа (ИФА). Он выявляет массу инфекций и анализирует свойства и состав биологических жидкостей. Довольно простой тест включает ряд последовательных рутинных операций. В большинстве лабораторий продолжают делать ИФА вручную. Скорость, а главное — точность «человеческого анализа» оставляют желать лучшего.
Робот впервые позволил полностью автоматизировать процесс тестирования.
Манипулятор последовательно производит дозирование реагентов, внесение образцов, инкубирование, отмывку и считывание результатов. Робот не ошибается, не устает и справляется с большими объемами работ. Лаборанты могут теперь заниматься гораздо более важными творческими процессами.
Чудесный эффект роботехнической технологии Robotic Process Automation (программная робо-автоматизация процессов, RPA) тоже состоит в кратном росте эффективности при многократном снижении затрат. Именно этот класс ПО наряду с нейросетевыми платформами ИИ-мониторинга помимо прочего способен создать непробиваемый щит от ино-вендоров в случае их возвращения на российский рынок ИКТ. Потому что в RPA Россия не отстает ни от США, ни от Китая.
Частные разработчики и техкомпании при госкорпорациях почувствовали перспективы RPA-технологий и включили ресурсы по освоению рынка РФ, СНГ и дальнего зарубежья вроде Африки и Латинской Америки. Благодаря синергии с другими технологиями, прежде всего – искусственного интеллекта (ИИ, AI), RPA имеет шансы стать одной из важнейших российских прикладных инструментов роботизации.
У московского разработчика систем сверхточного машинного зрения — компании Softlogic.ai десятилетие ушло не только на разработку и обучение десятков нейросетевых алгоритмов распознавания, но и на то, чтобы сделать нейросетевой анализ понятным, доступным, практичным, применимым к решению самых разных задач — от повышения производительности в заводском цеху до точности и скорости мониторинга городского ЖКХ. Чтобы применение ИИ-решения приносило большую экономию, в идеале — прямой доход. Это и есть 2строительные блоки» автоматизациии, которые на базе AIoT-подхода решают задачи кадровой службы или отделения полиции.
Отечественные разработчики AIoT-решений оказались наконец в точке, когда готова не только технология, но сложился реальный спрос на нее. Об ИИ заговорили все, над его практическим применением и реальной пользой задумались во всех регионах. Большому количеству людей стало очевидно, что переход к ИИ и «ИИ устройствам» — главный прорывной путь к повышению KPI большинства организаций в горизонте 1-3 лет. Многие предприятия и учреждения начали активно экспериментировать и внедрять ИИ-решения.
Осталось предложить максимально удобный инструмент для их дистанционного выбора, получения и реализации. Так появилась платформа — реальный «нейросетевой конструктор» или «нейросетевой маркетплейс».
«Персонализация» нарушений с распознаванием лиц – основа работы с персоналом и безопасностью объектов. На обработку данных с камер в поиске ответа на вопрос «а кто это сделал?» до сих пор тратили многие часы рабочего времени. Терабайты обезличенной информации — большая нагрузка и растрата ценного времени управленца. Он видит происшествие, но виновников и участников инцидента приходится отсматривать, опознавать и уличать вручную.
Впервые стало можно автоматически объективно оценивать действия, профессионализм и дисциплинированность людей на предприятии и просто на улице. Никакой гуманоидный «Робокоп» для решения этих насущных и сложных задач просто не нужен.
Все эти процессы и гуманоидной и машинно-программной роботизации открывают прямую дорогу к созданию стандартов универсальных ИКТ-решений. Их можно использовать повсеместно в самых разных областях — от городской инфраструктуры и экологии до общественной безопасности, здравоохранения и поддержки инвалидов.
Узкоспециализированные ИИ-системы и робо-системы в будущем заменят универсальными технологией, готовой для имплементации в любые процессы. Это радикально повышает прозрачность решений и особенно важно там, где процесс требует объективности и исключения человеческой ошибки. Использование робототехники в купе с ИИ выводит эти технологии на новый уровень доверия, способствуя их быстрому внедрению в промышленности, экологии, медицине, логистике, безопасности и правоприменении.
А гуманоидный вид им можно придавать в зависимости от эффективности и удобства, в т. ч. клиента. Так в Азии, прежде всего в Корее и Китае, распространение робо-официантов во всех видах ресторанов и кафе приобрело массовый характер. Потому что «живой» официант медлителен и дорог, а некий Валли на колёсиках с забавными глазками приятным голосом — обслуживает гостей гораздо качественней.
*Мнение редакции может не совпадать с мнением автора.
