Почему роботы ждут ChatGPT-момента: объяснение Nvidia

Робототехника находится в преддверии собственного «момента ChatGPT» — так считает Лес Карпас из Nvidia. По его словам, современные промышленные роботы остаются узкоспециализированными: каждая задача требует отдельного программирования, а переналадка под новую операцию занимает недели. В отличие от больших языковых моделей, которые научились обобщать знания из текстов, роботы пока не имеют аналогичной базы для обучения физическим действиям.

Ключевая проблема — отсутствие «фундаментальной модели» для управления телом робота. Языковые модели обучаются на гигантских массивах текста, а роботу нужны данные о взаимодействии с реальным миром: как взять предмет, как приложить усилие, как не уронить. Собрать такие данные в нужном объёме сложно и дорого. Nvidia предлагает решать это через симуляцию: виртуальные среды позволяют генерировать сцены и сценарии, а затем переносить навыки в физические машины. Карпас называет это необходимым этапом перед появлением универсальных роботов.

Появление «ChatGPT-момента» в робототехнике, по мнению Карпаса, произойдёт тогда, когда модель сможет сама дообучаться на ограниченном числе примеров и одинаково успешно работать на разных аппаратных платформах. Это снизит стоимость разработки и сделает роботов доступными для малого бизнеса, а не только для автомобильных заводов. Пока же отрасль ждёт прорыва, сравнимого с переходом от статистического машинного перевода к современным диалоговым ассистентам.