Często wieczorami, a czasem w weekendy, kiedy roboty nie były zajęte swoimi codziennymi obowiązkami, Catie i jej zaimprowizowany zespół gromadzili kilkanaście robotów w dużym atrium pośrodku X. Stada robotów zaczęły się czasami poruszać razem z wahaniem, ale zawsze w ciekawe wzory, z czymś, co często wydawało się ciekawością, a czasem nawet wdziękiem i pięknem. Tom Engbersen to robotnik z Holandii, który w wolnym czasie malował repliki klasycznych arcydzieł. Rozpoczął poboczny projekt współpracujący z Catie nad badaniem, w jaki sposób tańczące roboty mogą reagować na muzykę, a nawet grać na instrumencie. W pewnym momencie wpadł na nowatorski pomysł: co by było, gdyby roboty same stały się instrumentami? To zapoczątkowało eksplorację, podczas której każdy staw robota odtwarzał dźwięk, gdy się poruszał. Kiedy podstawa się poruszyła, zagrał bas; kiedy chwytak otwierał się i zamykał, słychać było dźwięk dzwonka. Kiedy włączyliśmy tryb muzyczny, roboty tworzyły unikalne partytury orkiestrowe za każdym razem, gdy się poruszały. Niezależnie od tego, czy szły korytarzem, sortowały śmieci, sprzątały stoły, czy „tańczyły” w stadzie, roboty poruszały się i brzmiały jak nowe, przystępne stworzenia, niepodobne do niczego, czego kiedykolwiek doświadczyłem.
To dopiero początek
Pod koniec 2022 r. rozmowy typu „od końca do końca” w porównaniu z rozmowami hybrydowymi nadal cieszyły się dużym powodzeniem. Peter i jego koledzy z zespołu oraz nasi koledzy z Google Brain pracowali nad zastosowaniem uczenia się przez wzmacnianie, uczenia się przez naśladownictwo i transformatorów – architektury leżącej u podstaw LLM – do kilku zadań robotów. Poczynili znaczne postępy, pokazując, że roboty mogą uczyć się zadań w sposób, który czyni je ogólnymi, solidnymi i odpornymi. W międzyczasie zespół ds. aplikacji kierowany przez Benjiego pracował nad wykorzystaniem modeli sztucznej inteligencji i wykorzystaniem ich w tradycyjnym programowaniu do prototypowania i budowania usług robotycznych, które można wdrożyć wśród ludzi w rzeczywistych warunkach.
W międzyczasie Project Starling, jak ostatecznie nazwano instalację Catie składającą się z wielu robotów, zmieniał mój stosunek do tych maszyn. Zauważyłem, jak ludzie byli przyciągani do robotów z zachwytem, radością i ciekawością. Pomogło mi to zrozumieć Jak roboty poruszają się wśród nas, a to, jak brzmią, wywoła głębokie ludzkie emocje; będzie to miało duże znaczenie w tym, jak – nawet jeśli – powitamy je w naszym codziennym życiu.
Innymi słowy, byliśmy o krok od faktycznego wykorzystania największego zakładu, jaki poczyniliśmy: robotów napędzanych sztuczną inteligencją. AI dawała im taką możliwość zrozumieć, co usłyszeli (język mówiony i pisany) i przekładać to na działania lub rozumieć to, co widzieli (obrazy z kamer) i przekładać to na sceny i przedmioty, na których mogliby działać. I jak pokazał zespół Petera, roboty to zrobiły uczony podnosić przedmioty. Po ponad siedmiu latach wdrażaliśmy floty robotów w wielu budynkach Google. Jeden typ robota wykonywał szereg usług: autonomicznie wycierał stoły w stołówkach, sprawdzał sale konferencyjne, sortował śmieci i nie tylko.
Miało to miejsce w styczniu 2023 r., dwa miesiące po wprowadzeniu przez OpenAI ChatGPT, Google zamknął Everyday Robots, powołując się na obawy dotyczące ogólnych kosztów. Roboty i niewielka liczba osób ostatecznie wylądowały w Google DeepMind, aby przeprowadzić badania. Pomimo wysokich kosztów i długiego czasu wszyscy zaangażowani byli zszokowani.
Imperatyw narodowy
W 1970 r. na każdą osobę powyżej 64. roku życia na świecie przypadało 10 osób w wieku produkcyjnym. Do 2050 r. będzie ich prawdopodobnie mniej niż cztery. Kończą nam się pracownicy. Kto będzie opiekował się osobami starszymi? Kto będzie pracował w fabrykach, szpitalach, restauracjach? Kto będzie jeździł ciężarówkami i taksówkami? Kraje takie jak Japonia, Chiny i Korea Południowa rozumieją bezpośredniość tego problemu. Tam roboty nie są opcjonalne. Kraje te uznały za narodowy imperatyw inwestowanie w technologie robotyki.
Zapewnienie AI ciała w realnym świecie jest zarówno kwestią bezpieczeństwa narodowego, jak i ogromną szansą gospodarczą. Jeśli firma technologiczna taka jak Google zdecyduje, że nie może inwestować w „szybkie” wysiłki, takie jak roboty napędzane sztuczną inteligencją, które będą uzupełniać i uzupełniać pracowników przyszłości, to kto to zrobi? Czy Dolina Krzemowa lub inne ekosystemy startupowe przyspieszą, a jeśli tak, to czy będzie dostęp do cierpliwego, długoterminowego kapitału? Mam wątpliwości. Powodem, dla którego nazwaliśmy Everyday Robots strzałem w dziesiątkę, jest to, że budowanie bardzo złożonych systemów na tę skalę wykracza poza to, na co w przeszłości miały cierpliwość start-upy finansowane przez kapitał wysokiego ryzyka. Chociaż Stany Zjednoczone przodują w dziedzinie sztucznej inteligencji, budowanie jej fizycznych przejawów – robotów – wymaga umiejętności i infrastruktury, w której inne kraje, w szczególności Chiny, już przodują.
Roboty nie pojawiły się na czas, aby pomóc mojej mamie. Zmarła na początku 2021 roku. Nasze częste rozmowy pod koniec jej życia przekonały mnie bardziej niż kiedykolwiek, że nadejdzie przyszła wersja tego, co zaczęliśmy w Everyday Robots. Prawdę mówiąc, nie może to nastąpić wystarczająco szybko. Zatem pozostaje nam do rozważenia pytanie: jak dochodzi do tego rodzaju zmian i przyszłości? Pozostaję zaciekawiony i zaniepokojony.
Daj nam znać, co myślisz o tym artykule. Napisz do redakcji na adres [email protected].
