Автоматизированная революция, движимая ИИ и шифрованием: "ЧатGPT момент" Ботов

Появление ChatGPT кардинально изменило представление и ожидания людей относительно искусственного интеллекта. Когда большие языковые модели начали взаимодействовать с внешним программным миром, многие считали, что AI-агенты — это конечная форма. Однако, если обратиться к классическим научно-фантастическим произведениям, можно увидеть, что истинная мечта человечества заключается в том, чтобы искусственный интеллект реализовывал взаимодействие в физическом мире в форме Ботов.

Отраслевые эксперты считают, что "момент ChatGPT" в области Ботов уже на подходе. В последние годы прорывы в области искусственного интеллекта меняют ландшафт отрасли, а улучшения в технологиях аккумуляторов, оптимизации задержек и сборе данных еще больше сформируют будущее. Шифрование будет играть важную роль в этом процессе. Безопасность Ботов, финансирование, оценка и образование - это вертикальные области, на которые необходимо обратить особое внимание.

Элементы преобразования

Прорыв в искусственном интеллекте

Прогресс многомодальных больших языковых моделей предоставляет необходимый "мозг" для Ботов, выполняющих сложные задачи. Боты в основном воспринимают окружающую среду через зрение и слух. Традиционные модели компьютерного зрения, хотя и хороши в обнаружении или классификации объектов, но сложно преобразуют визуальную информацию в целенаправленные команды действий. Большие языковые модели показывают отличные результаты в понимании и генерации текста, но имеют ограниченные способности к восприятию физического мира.

Модель визуализации-языка-действия ( VLA ) позволяет Ботам интегрировать визуальное восприятие, понимание языка и физические действия в единой вычислительной среде. В феврале 2025 года компания представила универсальную модель управления гуманоидными роботами, которая установила новые стандарты в отрасли благодаря способности к обобщению на нулевых образцах и двойной системе архитектуры. Особенность обобщения на нулевых образцах позволяет Ботам адаптироваться к новым сценам, объектам и командам без повторного обучения для каждой задачи. Двойная система архитектуры разделяет высокоуровневое и легковесное рассуждение, обеспечивая коммерциализацию гуманоидных роботов с человеческим мышлением и точностью в реальном времени.

Экономичные Боты становятся реальностью

Технологии, изменяющие мир, обладают способностью к массовому распространению. Когда цена некоторых Ботов станет ниже, чем у автомобилей среднего класса или минимального годового дохода в США, мир, в котором физический труд и повседневные дела в основном выполняются Ботами, перестанет казаться далеким.

из складского хранения на потребительский рынок

Технологии Боты расширяются от складских решений к потребительской сфере. Этот мир был создан для людей — люди могут выполнять всю работу специализированных Ботов, в то время как специализированные Боты не могут справиться со всей работой людей. Компании по производству Ботов больше не ограничиваются созданием Ботов для фабрик, а переходят к разработке более универсальных гуманоидных Ботов. Таким образом, передовые технологии Ботов будут не только в складах, но и проникнут в повседневную жизнь.

Стоимость является одним из основных узких мест масштабируемости. Наиболее ключевым показателем является общая стоимость в час, которая рассчитывается как сумма альтернативных издержек времени на обучение и зарядку, затрат на выполнение задач и стоимости приобретения Ботов, деленная на общее время работы Ботов. Эта стоимость должна быть ниже уровня средней заработной платы в соответствующей отрасли, чтобы оставаться конкурентоспособной.

Чтобы полностью проникнуть в сферу складирования,综合成本 роботов должен быть ниже 31,39 долларов США в час. В крупнейшем потребительском сегменте — частном образовании и сфере здравоохранения — эта стоимость должна оставаться ниже 35,18 долларов США. В настоящее время роботы развиваются в направлении более дешевых, более эффективных и более универсальных решений.

Следующий прорыв в технологии Ботов

Оптимизация батареи

Технология аккумуляторов всегда была узким местом для удобных в использовании Ботов. Ранние электромобили из-за ограничений в технологии аккумуляторов сталкивались с коротким временем автономной работы, высокими затратами и низкой практичностью, что затрудняло их массовое распространение. Боты сталкиваются с аналогичными трудностями. Некоторые коммерческие Боты могут работать всего 90 минут до 2 часов на одной зарядке. Пользователи явно не хотят заряжать их вручную каждые два часа, поэтому автономная зарядка и подключение к инфраструктуре стали приоритетными направлениями развития. В настоящее время существуют два основных режима зарядки Ботов: замена аккумуляторов или прямой заряд.

Режим замены батареи обеспечивает непрерывную работу за счет быстрой замены исчерпанной батареи, минимизируя время простоя, и подходит для полевых или заводских условий. Этот процесс может выполняться вручную или автоматически.

Индукционная зарядка использует беспроводную подачу энергии, хотя полный заряд занимает много времени, но позволяет легко реализовать полностью автоматизированный процесс.

Оптимизация задержки

Операции с низкой задержкой можно разделить на две категории: восприятие окружающей среды и удаленное управление. Восприятие означает способность Ботов к пространственному восприятию окружающей среды, тогда как удаленное управление относится к реальному контролю со стороны оператора.

Исследования показывают, что системы восприятия Ботов начинаются с недорогих датчиков, но технологический барьер заключается в программном обеспечении для слияния, низкомощных вычислениях и миллисекундных высокоточных замкнутых контурах. Когда Боты завершили пространственную локализацию, легковесные нейронные сети будут маркировать препятствия, поддоны или людей и другие элементы. После ввода меток сцены в систему планирования мгновенно генерируются команды моторов, отправляемые на ноги, колесные группы или манипуляторы. Задержка восприятия менее 50 миллисекунд эквивалентна скорости человеческого рефлекса — любая задержка, превышающая этот порог, приводит к неуклюжести действий Ботов. Поэтому 90% решений должны приниматься на месте с помощью единой сети визуализации-языка-действия.

Полностью автономные Боты должны обеспечивать низкую задержку модели VLA менее 50 миллисекунд; для удаленно управляемых Ботов требуется, чтобы задержка сигнала между управляющим устройством и Ботом не превышала 50 миллисекунд. Важность модели VLA здесь особенно очевидна — если визуальный и текстовый ввод обрабатываются различными моделями, а затем вводятся в крупную языковую модель, общая задержка значительно превысит порог в 50 миллисекунд.

Оптимизация сбора данных

Существует три основных пути сбора данных: видео данные из реального мира, синтетические данные и данные удаленного управления. Ключевое ограничение реальных и синтетических данных заключается в преодолении различий между физическим поведением Ботов и видео/моделями симуляции. Реальные видео данные не содержат таких физических деталей, как обратная связь, ошибки движения суставов и деформация материалов; синтетические данные, в свою очередь, не учитывают непредсказуемые переменные, такие как сбои датчиков и коэффициенты трения.

Наиболее перспективный метод сбора данных — это удалённое управление, осуществляемое человеческим оператором, который дистанционно контролирует Боты для выполнения задач. Однако стоимость человеческого труда является основным ограничивающим фактором удалённого сбора данных.

Разработка пользовательского оборудования также предлагает новые решения для высококачественного сбора данных. Одна компания сочетает традиционные методы с пользовательским оборудованием, собирая многомерные данные о движении человека, которые после обработки преобразуются в набор данных, пригодный для обучения нейронных сетей Ботов, в сочетании с быстрым циклом итераций, обеспечивая обучение AI Ботов огромным объемом высококачественных данных. Эти технологические каналы совместно сокращают путь от сырых данных к развертываемым Ботам.

Основные области исследования

шифрование технологий и Боты融合

Шифрование может стимулировать недоверенные стороны для повышения эффективности Ботов в сети. На основе упомянутых ранее ключевых областей, шифрование может повысить эффективность в трех направлениях: интеграция инфраструктуры, оптимизация задержки и сбор данных.

Децентрализованная физическая инфраструктурная сеть ( DePIN ) обещает революционизировать инфраструктуру зарядки. Когда человекоподобные Боты будут глобально функционировать, зарядные станции должны быть столь же доступными, как автозаправочные станции. Централизованные сети требуют огромных первоначальных инвестиций, в то время как DePIN распределяет затраты между операторами узлов, что позволяет быстро расширять зарядные устройства в большее количество регионов.

DePIN также может использовать распределенную инфраструктуру для оптимизации задержки удаленного управления. Объединяя географически распределенные ресурсы вычислительных узлов на краю, команды удаленного управления могут обрабатываться локальными или ближайшими доступными узлами, что минимизирует расстояние передачи данных и значительно снижает задержку связи. Однако в настоящее время проекты DePIN в основном сосредоточены на децентрализованном хранении, распространении контента и совместном использовании пропускной способности; хотя некоторые проекты демонстрируют преимущества вычислений на краю в потоковом видео или Интернете вещей, это еще не охватывает сферу Боты или удаленного управления.

Удалённое управление является наиболее перспективным способом сбора данных, но централизованные сущности нанимают профессионалов для сбора данных с очень высокими затратами. DePIN решает эту проблему, стимулируя третьи стороны предоставлять данные удалённого управления через шифрование токены. Один проект создает глобальную сеть удалённых операторов, превращая их вклад в токенизированные цифровые активы, формируя децентрализованную систему без разрешения — участники могут как получать доход, так и участвовать в управлении и содействовать обучению AGI Ботов.

Безопасность всегда является основной заботой

Конечной целью технологии Боты является достижение полной автономности, но, как предупреждают некоторые научно-фантастические фильмы, люди менее всего хотят видеть, как автономность превращает Боты в агрессивное оружие. Проблемы безопасности больших языковых моделей уже вызывают беспокойство, а когда эти модели обретают физическую способность к действиям, безопасность Ботов становится ключевым условием для принятия обществом.

Экономическая безопасность является одним из столпов процветания экосистемы Ботов. Одна компания в этой области строит децентрализованный уровень координации машин, который осуществляет аутентификацию устройств, верификацию физического присутствия и получение ресурсов через шифрование. В отличие от простого управления рынком задач, эта система позволяет Ботам самостоятельно подтверждать информацию об идентификации, географическом положении и записях о поведении без зависимости от централизованных посредников.

Ограничения поведения и идентификация осуществляются через механизмы на блокчейне, что обеспечивает возможность проверки соблюдения норм любым лицом. Боты, соответствующие стандартам безопасности, требованиям качества и региональным нормам, будут вознаграждены, в то время как нарушители будут подвергнуты наказанию или дисквалификации, тем самым устанавливая механизмы подотчетности и доверия в сети автономных машин.

Сеть повторного залога третьих сторон также может предоставить равнозначные гарантии безопасности. Несмотря на то, что система штрафных параметров все еще требует доработки, соответствующие технологии уже вошли в практическую стадию. Ожидается, что скоро будут сформулированы отраслевые стандарты безопасности, и в это время штрафные параметры будут моделироваться с учетом этих стандартов.

Пример реализации:

• Боты компании присоединяются к сети повторного залога.
• Установить проверяемые параметры конфискации (например, "применение силы человеческого контакта более 2500 ньютонов");
• Ставщики предоставляют залог, чтобы гарантировать, что Боты соблюдают параметры;
• В случае нарушения залог будет использоваться в качестве компенсации для пострадавших.

Данная модель как стимулирует компании ставить безопасность на первое место, так и способствует принятию со стороны потребителей благодаря механизму страхования пула залога.

Заполнение пробелов в стеке технологий Ботов

В отличие от ИИ, в области Ботов сложно начать при ограниченных финансах. Чтобы добиться распространения Ботов, порог их разработки должен быть снижен до уровня простоты разработки приложений ИИ. Существует пространство для улучшения на трех уровнях: механизмы финансирования, системы оценки и образовательная экосистема.

Финансирование является проблемой в области Ботов. Для разработки компьютерной программы требуется лишь один компьютер и облачные вычислительные ресурсы, в то время как для создания полноценного робота необходимо закупить такие аппаратные средства, как двигатели, датчики, батареи и т.д., что легко превышает 100 000 долларов. Эти аппаратные характеристики делают разработку Ботов менее гибкой и значительно более дорогой по сравнению с ИИ.

Инфраструктура оценки Ботов в реальных сценариях еще находится на стадии зарождения. В области ИИ уже установлена четкая система функций потерь, тестирование может быть полностью виртуализировано. Однако отличные виртуальные стратегии не могут быть непосредственно преобразованы в эффективные решения в реальном мире. Боты нуждаются в оценочной инфраструктуре для тестирования автономных стратегий в разнообразных реальных условиях, чтобы осуществить итеративную оптимизацию.

Когда эта инфраструктура станет зрелой, таланты хлынут в отрасль, а человекоподобные Боты повторят кривую роста Web2. Одна компания по производству шифрования Ботов движется в этом направлении — ее открытый проект ( "роботизированная версия Android-системы" ) преобразует оригинальное оборудование в экономически осознанные, расширяемые интеллектуальные агенты. Модули визуального восприятия, языка и планирования движений могут быть подключены и использованы так же просто, как мобильные приложения, все логические шаги представлены на простом английском, что позволяет операторам проверять или настраивать поведение без необходимости взаимодействовать с прошивкой. Эта способность к естественному языковому анализу позволяет новому поколению талантов без труда войти в область Ботов, делая ключевой шаг к взрыву открытой платформы для революции Ботов, аналогично ускорению, которое открытое программное обеспечение оказало на ИИ.

Плотность талантов определяет траекторию отрасли. Структурированная система всеобъемлющего образования имеет решающее значение для поставок талантов в сфере Ботов. Выход компании на биржу Nasdaq ознаменовал начало новой эры, в которой интеллектуальные машины одновременно участвуют в финансовых инновациях и реальном образовании. Компания совместно с партнерами объявила о запуске первого универсального образовательного курса на основе человекоподобных роботов в государственных школах K-12 США. Дизайн курса имеет платформонезависимость и может адаптироваться к различным формам роботов, предоставляя студентам возможности для практического обучения. Этот позитивный сигнал усиливает мнение в отрасли: в ближайшие годы ресурсы образования в области роботов.