Στα γραφεία της κινεζικής νεοφυούς εταιρείας DexForce, μια οθόνη δείχνει ένα εικονικό ρομπότ να τοποθετεί αντικείμενα πάνω σε ένα τραπέζι. Το ρομπότ επαναλαμβάνει την ίδια εργασία, ενώ αλλάζουν η γωνία των χεριών του, το χρώμα του τραπεζιού, αλλά και τα ίδια τα αντικείμενα.

Η DexForce, με έδρα τη Σεντζέν, το μεγάλο τεχνολογικό κέντρο της νότιας Κίνας, ποντάρει στην εκπαίδευση μέσω προσομοιώσεων, εκτιμώντας ότι μπορεί να συμβάλει στην αντιμετώπιση μιας από τις μεγαλύτερες προκλήσεις του κλάδου των ανθρωποειδών ρομπότ: να μάθουν οι μηχανές να εκτελούν ένα ευρύ φάσμα εργασιών στον πραγματικό κόσμο, χωρίς ανθρώπινη βοήθεια.

Η Κίνα έχει αναπτύξει ανθρωποειδή ρομπότ που μπορούν να ξεπεράσουν τις ανθρώπινες επιδόσεις στο τρέξιμο και στα άλματα. Η δυσκολότερη δοκιμασία, ωστόσο, είναι κατά πόσο μπορούν να εκτελούν με συνέπεια και αξιοπιστία χρήσιμες εργασίες σε εργοστάσια, γραφεία και σπίτια.

Πολλές κινεζικές εταιρείες του κλάδου επιχειρούν να ξεπεράσουν αυτό το εμπόδιο συγκεντρώνοντας τεράστιους όγκους δεδομένων από ανθρώπους που επαναλαμβάνουν τις ίδιες εργασίες σε πραγματικές συνθήκες. Η DexForce ακολουθεί διαφορετική προσέγγιση, βασιζόμενη σε συνθετικά δεδομένα που παράγονται σε εικονικά περιβάλλοντα, με στόχο να μειώσει το κόστος και να κάνει την εκπαίδευση των ρομπότ πιο αποδοτική.

Ο διευθύνων σύμβουλος της εταιρείας, Τζια Κούι, δήλωσε στο πρακτορείο Reuters ότι η μέθοδος αυτή θα μπορούσε να επιταχύνει την επίτευξη μιας σημαντικής προόδου στις δυνατότητες των ρομπότ, αντίστοιχης με εκείνη που πυροδότησε το ChatGPT μετά την κυκλοφορία του το 2022, συμβάλλοντας στην ευρεία διάδοση της παραγωγικής τεχνητής νοημοσύνης.

«Η προσπάθεια επίτευξης της “φυσικής τεχνητής γενικής νοημοσύνης” αποκλειστικά μέσω της συλλογής δεδομένων από τον πραγματικό κόσμο θα απαιτούσε 10 τρισεκατομμύρια δείγματα […] ενώ η χειροκίνητη συλλογή δεδομένων για το άπειρο εύρος των ανθρώπινων εργασιών είναι, από τη φύση της, αναποτελεσματική», ανέφερε ο Τζια.

Ο όρος «φυσική τεχνητή γενική νοημοσύνη» (physical AGI) αναφέρεται σε ένα τεχνολογικό ορόσημο κατά το οποίο ένα ανθρωποειδές ρομπότ θα μπορεί να εκτελεί νέες εργασίες, σε άγνωστα περιβάλλοντα, έπειτα από σχετική εντολή. Για να επιτευχθεί αυτό, τα συστήματα τεχνητής νοημοσύνης θα πρέπει να είναι σε θέση να αντιλαμβάνονται τον χώρο γύρω τους, να κινούνται μέσα σε αυτόν και να προσαρμόζονται στις διαφορετικές συνθήκες που συναντούν.

Από το εικονικό περιβάλλον στον πραγματικό κόσμο

Η DexForce αναπτύσσει λογισμικό τεχνητής νοημοσύνης που προσομοιώνει φυσικά περιβάλλοντα, καθώς και μοντέλα που προβλέπουν τον τρόπο με τον οποίο κινούνται και αλληλεπιδρούν τα αντικείμενα.

Η διαδικασία ξεκινά με τη δημιουργία μιας ψηφιακής εκδοχής ενός χώρου εργασίας ή μιας συγκεκριμένης δραστηριότητας. Στη συνέχεια, το ρομπότ εκπαιδεύεται μέσα στην προσομοίωση και, όταν ολοκληρωθεί η εκπαίδευση, οι δεξιότητες που έχει αποκτήσει μεταφέρονται σε πραγματικές μηχανές.

Σύμφωνα με την εταιρεία, η μέθοδος αυτή είναι ταχύτερη και οικονομικότερη από τη συλλογή δεδομένων μέσω εκπαίδευσης από ανθρώπους, καθώς οι εκπαιδευτές ενδέχεται να χρειαστεί να επαναλάβουν μια κίνηση περισσότερες από 100 φορές, προκειμένου να παραχθούν αρκετά ακριβή δεδομένα για την εκπαίδευση των ρομπότ.

Την ίδια στιγμή, σε ολόκληρη την Κίνα κατασκευάζονται δεκάδες κέντρα συλλογής δεδομένων και εκπαίδευσης ανθρωποειδών ρομπότ, με σημαντικό οικονομικό κόστος και συχνά με μεγάλη εξάρτηση από κρατικές επιδοτήσεις.