Kineske tehnološke kompanije nakon razvoja robota koji trče, plešu i izvode akrobacije ulažu u njihov sljedeći veliki korak. Utjelovljena vještačka inteligencija trebala bi mašinama omogućiti da razumiju okolinu, usvajaju nove vještine i prilagođavaju se zadacima. U toj oblasti razvija se nova konkurencija između kineskih i američkih kompanija.
Od pokreta do razumijevanja okoline
Utjelovljena vještačka inteligencija označava razvoj softvera koji robotima omogućava da uče kroz interakciju sa stvarnim svijetom. Umjesto da se svaki zadatak posebno programira, mašine bi trebale prepoznavati situacije, usvajati vještine i primjenjivati ih u novim okolnostima.
Razvoj ove tehnologije privukao je snažna ulaganja. Prema podacima istraživačke kompanije ITjuzi, kineske firme iz ovog sektora prikupile su 13 milijardi dolara kroz 322 investicijska posla u prvoj polovini 2026. godine, pet puta više nego u istom periodu prethodne godine.
Novac se sve više usmjerava prema kompanijama koje razvijaju robotske inteligentne sisteme, a ne samo prema proizvođačima hardvera. Dermot McGrath iz konsultantske kuće ZenGen Labs ocijenio je da će, zbog pada cijena mašina, najveća zarada dolaziti upravo od njihovog softverskog „mozga“.
Podaci iz stvarnog svijeta ključni za učenje
Za razliku od chatbotova, koji se treniraju na velikim količinama tekstova, roboti moraju učiti kroz fizičke zadatke. To uključuje podizanje predmeta, premještanje stvari, rukovanje savitljivim kablovima i precizne industrijske operacije, zbog čega kompanije traže nove načine prikupljanja podataka.
Spirit AI angažovao je oko 1.000 ljudi koji snimaju svakodnevne i industrijske aktivnosti, dok ACE Robotics senzorima bilježi pokrete radnika i jačinu njihovog stiska. Robbyant je saopćio da je svoj model trenirao na 160.000 sati podataka, uključujući 50.000 sati snimaka robota kojima upravljaju ljudi.
DexForce koristi simulirane digitalne okoline, a operativna direktorica Nicole Yang tvrdi da se pojedini industrijski zadaci tako mogu pripremiti za šest do osam sati, uz uspješnost veću od 99,9 posto u preciznim operacijama. Stručnjaci, međutim, upozoravaju da simulacije ne prikazuju sve fizičke okolnosti.
Kineska i američka trka za robotski mozak
Američke kompanije trenutno imaju prednost u pojedinim naprednim sistemima robotske vještačke inteligencije. Startupi Physical Intelligence, Skild AI i Generalist razvijaju softver za brzo usvajanje više vještina, dok Generalist navodi da je njegov model nakon kratke demonstracije izvršio približno 60 posto jednostavnih zadataka.
Kineska kompanija X Square objavila je da njeni roboti mogu naučiti nove radnje rukovanja predmetima na osnovu jednog videosnimka čovjeka. JoyIn je, prema opisu eksperimenta Zhu, testirao i sposobnost robota da pronađe alternativno rješenje kada uobičajeni način izvršavanja zadatka nije moguć.
Primjena u industriji ipak zahtijeva veoma visoku pouzdanost. CATL je saopćio da su roboti kompanije Spirit AI pri povezivanju savitljivih žica postizali uspješnost veću od 99 posto, dok Robbyant navodi da njegovi roboti obrađuju narudžbe u dvije apoteke u Šangaju uz završnu provjeru zaposlenika.
