رباتیک به زودی «لحظه ChatGPT» خود را تجربه می‌کند؟

تصور کنید همان‌طور که مدل‌های زبانی بزرگ مانند GPT-3 مسیر توسعه هوش مصنوعی را تغییر دادند و ساخت ابزارهای تخصصی را برای همه آسان‌تر کردند، اکنون نوبت به رباتیک رسیده باشد. به گزارش TechCrunch، استارتاپی به نام جنرال اینتوئیشن (General Intuition) اخیراً ۳۲۰ میلیون دلار سرمایه جذب کرده است تا این چشم‌انداز را محقق کند: آموزش مدل‌های پایه‌ای که به ربات‌ها درک فضا-زمان می‌بخشد، با تکیه بر میلیون‌ها ساعت داده بازی‌های ویدیویی.

پیم دیویت، مدیرعامل جنرال اینتوئیشن، معتقد است رباتیک هم مانند پردازش زبان، وارد عصر مدل‌های پایه می‌شود؛ مدل‌هایی که با کمترین تنظیم، در محیط‌ها و ربات‌های گوناگون کار می‌کنند. به گفته او: «دیگر نیازی نیست برای هر ربات تخصصی، میلیون‌ها ساعت داده واقعی جمع‌آوری کنید؛ کافی است یک مدل عمومی داشته باشید که ذاتاً فضا و زمان را می‌فهمد. تنها چند دقیقه داده واقعی برای تطبیق آن کافی است.»

راز کار جنرال اینتوئیشن در داده‌های عظیم و متنوع بازی‌های ویدیویی نهفته است؛ جایی که حرکت شخصیت‌ها، واکنش به محیط و حتی فشردن دکمه‌های کنترل‌گر توسط انسان ثبت می‌شود. این داده‌ها، «شهود» لازم برای استدلال مکانی-زمانی را به مدل می‌آموزند. نتیجه شگفت‌انگیز بود: آن‌ها یک ربات چهارپا را پس از تنظیم دقیق (Fine-tuning) روی فقط ۸ دقیقه داده واقعی، به راه انداختند و ربات توانست بدون هیچ سنسور اضافی، تنها با دوربین جلو، در دفتری پر از افراد و اشیای متحرک حرکت کند.

جنرال اینتوئیشن قصد ندارد ربات بسازد؛ هدف آن‌ها تبدیل شدن به «پایه» هوش فیزیکی است. دیویت می‌گوید: «ما یک شرکت خودران نمی‌سازیم، بلکه می‌خواهیم ساختن شرکت خودران را ۱۰ برابر آسان‌تر کنیم.» این یعنی آینده‌ای که در آن استارتاپ‌ها و شرکت‌های فناوری، از جمله در ایران، می‌توانند با صرف هزینه و زمان بسیار کمتر، ربات‌های هوشمند و متنوعی بسازند.

این تحول، آغاز راهی است که می‌تواند رباتیک را از انحصار آزمایشگاه‌های بزرگ خارج کند و به دسترس عموم برساند؛ درست مانند کاری که ChatGPT با هوش مصنوعی زبانی کرد.