„Alibaba“ pradėjo lenktyniauti, kad sukurtų AI, kuri valdytų robotus, o ne tik pokalbių robotus. Kinijos technologijų milžinė šią savaitę pristatė RynnBrain – atvirojo kodo modelį, skirtą padėti robotams suvokti savo aplinką ir atlikti fizines užduotis.
Šis žingsnis rodo Kinijos spartesnį veržimąsi į fizinį dirbtinį intelektą, nes senstanti visuomenė ir darbo jėgos trūkumas skatina mašinų, galinčių dirbti kartu su žmonėmis arba pakeisti juos, paklausą. Modelis „Alibaba“ pozicionuoja kartu su „Nvidia“, „Google DeepMind“ ir „Tesla“ lenktynėse, kad sukurtų tai, ką „Nvidia“ generalinis direktorius Jensenas Huangas vadina „daugelio trilijonų dolerių augimo galimybe“.
Tačiau skirtingai nei konkurentai, „Alibaba“ laikosi atvirojo kodo strategijos – „RynnBrain“ yra laisvai prieinama kūrėjams, kad paspartintų įsisavinimą, panašiai kaip ir su Qwen kalbų modelių šeima, kuri yra viena pažangiausių Kinijos AI sistemų.
„Alibaba“ DAMO akademijos išleistose vaizdo įrašų demonstracijose rodomi „RynnBrain“ varomi robotai, identifikuojantys vaisius ir dedantys juos į krepšelius – užduotys, kurios atrodo paprastos, tačiau reikalauja sudėtingo AI valdančio objekto atpažinimo ir tikslaus judėjimo.
Technologija patenka į vizijos-kalbos-veiksmo (VLA) modelių kategoriją, kurie integruoja kompiuterinį regėjimą, natūralios kalbos apdorojimą ir variklio valdymą, kad robotai galėtų interpretuoti savo aplinką ir atlikti atitinkamus veiksmus.
Skirtingai nuo tradicinių robotų, kurie vadovaujasi iš anksto užprogramuotomis instrukcijomis, fizinės AI sistemos, tokios kaip RynnBrain, leidžia mašinoms mokytis iš patirties ir pritaikyti elgesį realiuoju laiku. Tai reiškia esminį perėjimą nuo automatizavimo prie savarankiško sprendimų priėmimo fizinėje aplinkoje – poslinkis, kurio pasekmės yra toli už gamyklos aukštų.
Nuo prototipo iki gamybos
Laikas rodo platesnį lenkimo tašką. Remiantis „Deloitte“ 2026 m. „Tech Trends“ ataskaita, fizinis AI pradėjo „pereiti nuo tyrimų laiko juostos prie pramoninės“, o modeliavimo platformos ir sintetinių duomenų generavimas suglaudina iteracijos ciklus prieš pradedant diegti realiame pasaulyje.
Perėjimą skatina ne technologiniai laimėjimai, o ekonominė būtinybė. Išsivysčiusios ekonomikos susiduria su baisia realybe: gamybos, logistikos ir priežiūros paklausa ir toliau auga, o darbo jėgos pasiūla vis dažniau neatsilieka nuo tempo.
EBPO prognozuoja, kad darbingo amžiaus gyventojų skaičius išsivysčiusiose šalyse per ateinančius dešimtmečius sustos arba sumažės, nes senėjimas spartėja.
Kai kurios Rytų Azijos dalys su šia realybe susiduria anksčiau nei kiti regionai. Demografinis senėjimas, mažėjantis gimstamumas ir griežtėjančios darbo rinkos jau daro įtaką automatizavimo pasirinkimams logistikos, gamybos ir infrastruktūros srityse, ypač Kinijoje, Japonijoje ir Pietų Korėjoje.
Šios aplinkos nėra išskirtinės; jie tiesiog lenkia trajektoriją, kurią greičiausiai seks kitos išsivysčiusios ekonomikos.
Kalbant konkrečiai apie humanoidinius robotus – mašinas, skirtas vaikščioti ir veikti kaip žmonės – Kinija „lenkiasi JAV“, o bendrovės šiais metais planuoja padidinti gamybą, teigia „Deloitte“.
UBS apskaičiavo, kad iki 2035 m. darbo vietoje bus du milijonai humanoidų, o iki 2050 m. jų skaičius išaugs iki 300 milijonų, o iki amžiaus vidurio bendra aptarnaujama rinka sudarys nuo 1,4 trilijono iki 1,7 trilijono dolerių.
Valdymo atotrūkis
Tačiau spartėjant fizinėms AI galimybėms, atsiranda kritinis suvaržymas, kuris neturi nieko bendra su modelio veikimu.
„Fizinėje aplinkoje gedimų negalima tiesiog užtaisyti po fakto“, – teigiama šią savaitę paskelbtoje Pasaulio ekonomikos forumo analizėje. „Kai dirbtinis intelektas pradeda perkelti prekes, koordinuoti darbą ar eksploatuoti įrangą, privalomi apribojimai pereina nuo to, ką gali padaryti sistemos, į tai, kaip valdoma atsakomybė, valdžia ir įsikišimas.
Fizines pramones valdo pasekmės, o ne skaičiavimai. Klaidingą pokalbių roboto rekomendaciją galima ištaisyti programine įranga. Robotas, numetęs dalį perdavimo metu arba praradęs pusiausvyrą gamyklos aukšte, skirtoje žmonėms, pristabdo operacijas ir sukuria pakopinį poveikį gamybos grafikams, saugos protokolams ir atsakomybės grandinėms.
WEF sistema nustato tris valdymo lygius, reikalingus saugiam diegimui: vykdomojo valdymo, nustatančio rizikos apetitą ir neaptartus dalykus; sistemos valdymas, įtraukiant tuos apribojimus į inžinerinę realybę, naudojant sustabdymo taisykles ir pakeitimų valdymą; ir tiesioginis valdymas, suteikiantis darbuotojams aiškius įgaliojimus nepaisyti DI sprendimų.
„Pagreitėjant fiziniam AI, techninės galimybės vis labiau susilies, bet valdymas – ne“, – perspėja analizė. „Tie, kurie valdymą traktuoja kaip pasekmes, gali pastebėti ankstyvą naudą, bet pastebės, kad mastas sustiprina trapumą.
Tai sukuria asimetriją JAV ir Kinijos konkurencijoje. Greitesni Kinijos diegimo ciklai ir noras bandyti sistemas kontroliuojamoje pramoninėje aplinkoje gali paspartinti mokymosi kreives.
Tačiau valdymo sistemos, veikiančios struktūrizuotuose gamyklos nustatymuose, negali būti pritaikytos viešosioms erdvėms, kuriose autonominės sistemos turi valdyti nenuspėjamą žmogaus elgesį.
Ankstyvojo diegimo signalai
Šiuo metu daugiausia dirbama sandėliavimo ir logistikos srityse, kur darbo rinkos spaudimas yra didžiausias. Neseniai „Amazon“ įdiegė milijoninį robotą – įvairaus laivyno, dirbančio kartu su žmonėmis, dalį. „DeepFleet AI“ modelis koordinuoja šią didžiulę robotų armiją visame vykdymo tinkle, o tai, „Amazon“ praneša, padidins kelionių efektyvumą 10%.
BMW bando humanoidinius robotus savo Pietų Karolinos gamykloje atlikti užduotis, reikalaujančias vikrumo, kurio tradiciniams pramoniniams robotams trūksta: tikslaus manipuliavimo, sudėtingo griebimo ir dviejų rankų koordinavimo.
Automobilių gamintojas taip pat naudoja autonominių transporto priemonių technologiją, kad naujai pagaminti automobiliai galėtų patys nuvažiuoti nuo surinkimo linijos iki bandymo iki apdailos zonos be žmogaus pagalbos.
Tačiau taikomosios programos plečiasi ne tik tradicinėse pramonės srityse. Sveikatos priežiūros srityje įmonės kuria dirbtinio intelekto valdomas robotų chirurgijos sistemas ir išmaniuosius pacientų priežiūros asistentus.
Tokie miestai, kaip Sinsinatis, diegia dirbtinio intelekto varomus dronus, kad galėtų savarankiškai tikrinti tiltų konstrukcijas ir kelių paviršius. Detroitas pradėjo nemokamą autonominio pervežimo paslaugą senjorams ir žmonėms su negalia.
Regioninė konkurencijos dinamika sustiprėjo šią savaitę, kai Pietų Korėja paskelbė apie 692 mln.
NVIDIA išleido kelis modelius su savo „Cosmos“ prekės ženklu, skirtu lavinti ir vykdyti AI robotikos srityje. „Google DeepMind“ siūlo „Gemini Robotics-ER 1.5“. „Tesla“ kuria savo dirbtinį intelektą, skirtą „Optimus“ humanoidiniam robotui. Kiekviena įmonė lažinasi, kad AI galimybių konvergencija su fiziniu manipuliavimu atvers naujas automatizavimo kategorijas.
Kadangi modeliavimo aplinka tobulėja, o ekosistemomis pagrįstas mokymasis sutrumpina diegimo ciklus, strateginis klausimas keičiasi nuo „Ar galime priimti fizinį AI? į „Ar galime tai valdyti dideliu mastu?
Kinijai atsakymas gali lemti, ar jos ankstyvas robotų diegimo pranašumas virsta tvariu pramonės lyderiavimu, ar tai bus įspėjamasis pasakojimas apie sistemų mastelį greičiau nei valdymo infrastruktūra, reikalinga joms palaikyti.
(Nuotrauka Alibaba)
Taip pat žiūrėkite: EY ir NVIDIA padės įmonėms išbandyti ir įdiegti fizinį AI
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite AI & Big Data Expo, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
