О захвате мира машинами

Скорее да, чем нет, но не все так линейно и однозначно. Должно быть решено множество архитектурных, технологических и промышленных препятствий, синхронизированных с экономической адаптацией.

▪️Самая большая пропасть между человеком и машиной – трансмиссия и перенос навыков с возможностью адаптации в новой ситуации, используя накопленный опыт.

Робот может непревзойденно складывать футболки, но резко обрушить производительность при попытке сложить джинсы, рубашки или платья. Если взять рубашку за другой угол, через секунду перед камерой уже фактически другая геометрическая задача.

Человек мгновенно использует сочетание накопленного опыта, зрения, тактильного восприятия, натяжения ткани, но для машины это сложная динамическая система с громадным количеством возможных состояний.

Робот идеально справляется с определёнными коробками, но столкнуться с проблемой при изменении материала, размеров или расположения.

Человек переносит опыт по аналогии, но роботу часто требуется новое обучение.

Сможет ли быть решена данная проблема? С высокой вероятностью – да, опираясь на колоссальный прогресс в LLMs, где уже активно внедряется механизм квази-саморефлексии, но … пока слишком много неизвестных, а прогресс идет экспоненциально, но скачкообразно с эффектом накопления. Посмотрим…

▪️Реакция на внештатные ситуации и «здравый смысл».

Машинами превосходно решается вот такой паттерн: взять эту деталь из этого контейнера, поставить в этот станок.

Проблема начинается при: такая же деталь, но другого размера, контейнер повернули, объект частично закрыт или деформирован, появился новый инструмент или объект, положение станка изменилось.

Человек непрерывно импровизирует и решает внештатные ситуации, которыми наполнен мир чуть менее, чем полностью. Никогда и ничего не работает по скрипту и протоколу, вечно все ломается и постоянно появляются новые вводные.

Робот – это скрипт, который в некотором роде имитирует мышление и экстраполирует статистические паттерны на обученном корпусе данных, но все, что выходит за корпус данных – артефакты и глюки.

В реальной жизни нужна модифицированная архитектура. Здесь скорее да, чем нет, но это отдельная тема для разговора.

▪️Все еще нет технологий для воспроизводства тонкой человеческой моторики – кисть оказалась сложнейшим элементом, даже более сложным, чем «мозг» роботов. Прогресс феноменальный, но недостаточный.

Роботы все еще сильно «страдают» от мягких, сыпучих и деформируемых предметов (ткань, кабель/провода, пакет, крупа, порошок, пищевые ингредиенты) – штамповать сверхсложную разводку на печатных платах и процессорах – без проблем, как и работать на складах с типовыми контейнерами, а положить творог из контейнера в пакет и завязать – невыполнимая задача.

▪️Для взаимодействия в реальном мире нужно иметь адекватный тактильный отклик с различными поверхностями, чего пока нет у роботов. Без этого не будет адекватной обратной связи, позволяющей выполнять существенную часть физической работы.

▪️Тонкая самокоррекция. У роботов короткое «время компетентности». Это сколько времени машина может самостоятельно действовать до события, после которого потребуется человек, тогда как человек способен за рабочий день столкнуться с десятками небольших отклонений, большую часть которых даже не воспринимает как проблему.

▪️Нативное самообучение – человек, который сталкивается с новым, но похожим инструментом (например, смена одной электродрели на другой тип электродрели) быстро адаптируется, чего не скажешь про роботов. Малейшее отклонение и машина может впасть «в ступор».

▪️Отсутствие универсальности – человек может достаточно быстро перейти с одного рабочего места на другое, но для специализированной роботизированной системы изменение процесса зачастую означает: перекалибровка внутренних систем, обновление данных, дообучение, синхронизация, проверка, новый цикл внедрения. Совершенно другой принцип.

Машина остается пока очень ограниченным инструментом с массой технологических и архитектурных барьеров: обобщение опыта для реконфигурации в новой среде, а не реплицирование сформированных паттернов→ адекватная реакция на неизвестное, адаптация к новой среде → самостоятельное исправление ошибок → надёжность на протяжении часов и тысяч последовательных действий (долговременная автономность) → работа с деформируемыми объектами (мягкими, жидкими, газообразными, сыпучими и т.д.), отсутствие развитого осязания и пока еще примитивная по меркам человека кисть для тонких манипуляций.

Решат ли проблемы? Да, решат, как решили часть фундаментальных ограничений LLMs, которые я описывал в 2024-2025, но насколько эффективно и масштабно – хороший вопрос.

---

Источник: https://t.me/spydell_finance/10097