ИИ достиг стадии, на которой он может распознавать объекты, понимать язык и решать всё более сложные задачи. Но если поместить такую же «интеллектуальность» в робота, возникает совершенно другая проблема.

Текущая трудность — не в вычислительных мощностях, а в 𝐄𝐗𝐏𝐄𝐑𝐈𝐄𝐍𝐂𝐄.
Робот может определить картонную коробку с яйцами, но обращаться с ней так, чтобы не повредить ни одной скорлупы, — это нечто гораздо более тонкое, чем распознавание объектов. Нужны понимание давления, тайминга, баланса и бесчисленные едва заметные корректировки, которые люди выполняют инстинктивно. Это разрыв между человеческим опытом.
Люди развивают физический интеллект годами взаимодействия с миром. Мы учимся тому, как ведут себя разные материалы, сколько усилия требует задача, и как адаптироваться, когда реальность не совпадает с ожиданиями. Многое из этого знания является неявным: его нельзя просто записать в виде правил или «скачать» в модель.
Для воплощённого #AI получение такого уровня интеллекта по-прежнему остаётся одной из крупнейших преград в отрасли, и именно здесь @InvLambda предлагает убедительное решение.
Вместо того чтобы просить роботов учиться исключительно на симуляциях или на вручную прописанных инструкциях, 𝗜𝗻𝘃𝗲𝗿𝘁𝗲𝗱 𝗟𝗮𝗺𝗯𝗱𝗮 𝗽𝗹𝗮𝗰𝗲𝘀 𝗵𝘂𝗺𝗮𝗻 𝗲𝘅𝗽𝗲𝗿𝘁𝗶𝘀𝗲 𝗮𝘁 𝘁𝗵𝗲 𝗰𝗲𝗻𝘁𝗲𝗿 𝗼𝗳 𝘁𝗵𝗲 𝗹𝗲𝗮𝗿𝗻𝗶𝗻𝗴 𝗽𝗿𝗼𝗰𝗲𝘀𝘀. Благодаря своей децентрализованной сети телоперации операторы удалённо управляют роботами, одновременно выполняя реальные задачи, позволяя системе фиксировать решения, движения и физические взаимодействия, которые и определяют навыки опытного человеческого поведения.
𝙏𝙝𝙚 𝙫𝙖𝙡𝙪𝙚 𝙡𝙞𝙚𝙨 𝙞𝙣 𝙩𝙝𝙚 𝙧𝙞𝙘𝙝𝙣𝙚𝙨𝙨 𝙤𝙛 𝙩𝙝𝙚 𝙙𝙖𝙩𝙖.
Сеанс телоперации фиксирует намного больше, чем визуальную информацию. Он записывает траектории движений, пространственное мышление, сигналы управления и тактильные сигналы, возникающие, когда люди реагируют на меняющиеся условия. Вместе эти мультимодальные взаимодействия создают гораздо более полную картину того, как разворачиваются интеллектуальные физические действия.
𝗘𝘁𝗼 𝘁𝗮𝗸𝗷𝗲 𝗽𝗼𝗰𝗲𝗺𝘂 𝗛𝘂𝗺𝗮𝗻-𝗶𝗻-𝘁𝗵𝗲-𝗟𝗼𝗼𝗽 (𝗛𝗜𝗧𝗟) 𝗿𝗲𝗺𝗮𝗶𝗻𝘀 𝘁𝗮𝗸 𝗼𝗯𝗿𝗮𝘇𝘂𝗼𝘁𝗮𝗯𝗲𝗻.
Операторы-люди закрывают разрыв между тем, что роботы могут вычислить, и тем, что они способны уверенно выполнять. Их действия дают демонстрации, которые воплощённому ИИ нужны, чтобы понимать не только успешные результаты, но и процесс принятия решений, стоящий за ними.
По мере того как в работу вовлекается всё больше операторов, конвейер Inverted Lambda становится сильнее. Разные среды, разнообразные техники и бесчисленные сценарии из реального мира формируют непрерывно расширяющуюся базу для воплощённого AI. В итоге получается процесс обучения, опирающийся на практический опыт, а не на изолированные примеры.
Закрыть разрыв человеческого опыта — это не про замену людей; это про сохранение знаний, накопленных людьми за всю жизнь физического взаимодействия, и превращение их в интеллект, из которого роботы могут учиться.
Это та возможность, за которой следует Inverted Lambda: создание децентрализованной сети телоперации, где человеческий опыт становится катализатором для более способных, адаптивных и умных роботов.
#InvertedLambdaTheBreach #InvertedLambda #Robotics #Teleoperation #SecondContact #SecondContactTheBreach