Stephanie Arnett/MIT Technology Review | Boston Dynamics, Agility AI
Stephanie Arnett/MIT Technology Review | Boston Dynamics, Agility AI

آینده ربات‌ها چیست؟

سری «آینده چیست» MIT Technology Review به صنایع، روندها و فناوری‌های مختلف نگاه می‌کند تا نگاهی اجمالی به آینده داشته باشید. می‌توانید بقیه آنها را اینجا بخوانید.

یان لیفاردت در استنفورد مهندسی زیستی تدریس می‌کند، اما برای بسیاری از غریبه‌ها در لس آلتوس، کالیفرنیا، او مرد عجیبی است که سگی رباتیک چهارپا را در خیابان راه می‌برد.

لیفاردت سال‌هاست که در حال آزمایش ساخت و اصلاح ربات‌ها است و وقتی «سگ» خود را در ملاء عام بیرون می‌آورد، معمولاً یکی از سه واکنش را دریافت می‌کند. بچه‌های کوچک می‌خواهند یکی داشته باشند، والدینشان وحشت می‌کنند و نسل بومرها سعی می‌کنند آن را نادیده بگیرند. او می‌گوید: «آنها به سرعت از کنارش عبور می‌کنند، مثل اینکه «چه چیزهای جدید احمقانه‌ای در اینجا اتفاق می‌افتد؟»

در بسیاری از مکالماتی که در مورد ربات‌ها داشته‌ام، متوجه شده‌ام که اکثر مردم به این سه دسته تقسیم می‌شوند، اگرچه چنین تقسیم‌بندی سنی دقیقی را نمی‌بینم. برخی خوش‌بین هستند و به طور صریح امیدوارند که آینده‌ای نزدیک باشد که در آن ماشین‌ها بتوانند بسیاری از کارهایی را که در حال حاضر توسط انسان‌ها انجام می‌شود، از آشپزی گرفته تا جراحی، به طور ماهرانه انجام دهند. برخی دیگر می‌ترسند: از دست دادن شغل، آسیب‌دیدگی و هر مشکلی که ممکن است در تلاش برای زندگی در کنار هم پیش بیاید.

دسته آخر، که فکر می‌کنم بزرگترین دسته است، تحت تأثیر قرار نمی‌گیرند. از زمانی که اولین بازوی رباتیک در سال ۱۹۶۱ در یک کارخانه جنرال موتورز در نیوجرسی نصب شد، وعده‌های زیادی به ما داده شده است که ربات‌ها جامعه را متحول خواهند کرد. تعداد کمی از این وعده‌ها تاکنون عملی شده‌اند.

اما امسال، دلیلی وجود دارد که فکر کنیم حتی کسانی که سرسختانه در اردوگاه «کسل» هستند، مجذوب اتفاقاتی که در مسابقات ربات‌ها می‌افتد، خواهند شد. در اینجا نگاهی اجمالی به آنچه باید به آن توجه کرد، آورده شده است.

ربات‌های انسان‌نما مورد آزمایش قرار می‌گیرند

رقابت برای ساخت ربات‌های انسان‌نما با این ایده انگیزه می‌گیرد که جهان برای شکل انسان تنظیم شده است و خودکارسازی این شکل می‌تواند به معنای تغییر اساسی برای رباتیک باشد. این رقابت توسط برخی از کارآفرینان صریح و خوش‌بین، از جمله برت آداک، بنیانگذار Figure AI، شرکتی که چنین ربات‌هایی را می‌سازد و بیش از ۲.۶ میلیارد دلار ارزش دارد (آزمایش ربات‌های خود را با BMW آغاز کرده است)، رهبری می‌شود. آداک اخیراً به Time گفت: «در نهایت، کار فیزیکی اختیاری خواهد بود.» ایلان ماسک، که شرکتش تسلا در حال ساخت نسخه‌ای به نام Optimus است، گفته است که ربات‌های انسان‌نما «آینده‌ای بدون فقر» ایجاد خواهند کرد. یک شرکت رباتیک به نام Eliza Wakes Up پیش‌سفارش‌هایی را برای یک ربات انسان‌نما به قیمت ۴۲۰،۰۰۰ دلار به نام Eliza دریافت می‌کند.

در ژوئن ۲۰۲۴، Agility Robotics ناوگانی از ربات‌های انسان‌نمای Digit خود را به GXO Logistics فرستاد، که محصولات شرکت‌هایی از نایک گرفته تا نستله را جابه‌جا می‌کند. ربات‌های انسان‌نما می‌توانند اکثر کارهایی را که شامل برداشتن چیزها و جابه‌جایی آنها به جای دیگر است، مانند تخلیه پالت‌ها یا قرار دادن جعبه‌ها روی نوار نقاله، انجام دهند.

مشکلاتی وجود داشته است: کف‌های بتنی بسیار صیقلی می‌توانند در ابتدا باعث لیز خوردن ربات‌ها شوند و ساختمان‌ها برای عملکرد مداوم ربات‌ها به پوشش Wi-Fi خوب نیاز دارند. اما شارژ کردن مسئله بزرگ‌تری است. نسخه فعلی Digit شرکت Agility با باتری ۳۹ پوندی می‌تواند دو تا چهار ساعت قبل از نیاز به شارژ یک ساعته کار کند، بنابراین تعویض ربات‌ها با ربات‌های جدید یک کار رایج در هر شیفت است. اگر تعداد کمی داک شارژ نصب شده باشد، ربات‌ها از نظر تئوری می‌توانند با جابه‌جایی خودکار بین داک‌ها در طول شب، زمانی که برخی از امکانات کار نمی‌کنند، شارژ شوند، اما حرکت کردن به تنهایی می‌تواند سیستم امنیتی ساختمان را فعال کند. ملونی وایز، مدیر ارشد فناوری، می‌گوید: «این یک مشکل است».

وایز در مورد اینکه آیا ربات‌های انسان‌نما به طور گسترده در محل‌های کار پذیرفته می‌شوند، محتاط است. او می‌گوید: «من همیشه بدبین بوده‌ام». دلیلش این است که به کار انداختن ربات‌ها در آزمایشگاه یک چیز است، اما ادغام آنها در یک انبار شلوغ پر از افراد و لیفتراک‌هایی که کالاها را با مهلت‌های محدود جابه‌جا می‌کنند، یک کار کاملاً متفاوت است.

اگر ۲۰۲۴ سال راه‌اندازی محصول انسان‌نمای نگران‌کننده ویدئوها بود، امسال شاهد آزمایش این ربات‌های انسان‌نما خواهیم بود و خواهیم فهمید که آیا آنها برای مشتریان به همان اندازه که وعده داده شده است، مولد خواهند بود. اکنون که ربات‌های Agility در تاسیسات سریع مشتری مستقر شده‌اند، واضح است که مشکلات کوچک واقعاً می‌توانند جمع شوند.

همچنین مسائلی در مورد نحوه اشتراک فضاها بین ربات‌ها و انسان‌ها وجود دارد. وایز می‌گوید که در تاسیسات GXO این دو در مناطق کاملاً جداگانه کار می‌کنند، اما مواردی وجود دارد که مثلاً یک کارگر انسانی ممکن است به طور تصادفی چیزی را که ایستگاه شارژ را مسدود می‌کند، رها کند. این بدان معناست که ربات‌های Agility نمی‌توانند برای شارژ به داک برگردند، بنابراین باید به یک کارمند انسانی هشدار دهند که مانع را از سر راه بردارد و عملیات را کند کند.

اغلب گفته می‌شود که ربات‌ها مرخصی استعلاجی نمی‌گیرند یا به مراقبت‌های بهداشتی نیاز ندارند. اما امسال، با ورود ناوگانی از ربات‌های انسان‌نما به محل کار، شروع به یافتن محدودیت‌هایی که دارند، خواهیم کرد.

یادگیری از تخیل

روش آموزش کارها به ربات‌ها به سرعت در حال تغییر است. قبلاً لازم بود وظایف آنها را به مراحلی با دستورالعمل‌های کدگذاری شده خاص تقسیم کنیم، اما اکنون، به لطف هوش مصنوعی، این دستورالعمل‌ها را می‌توان از طریق مشاهده به دست آورد. درست همانطور که به ChatGPT از طریق قرار گرفتن در معرض تریلیون‌ها جمله به جای یادگیری صریح قواعد دستور زبان، نوشتن آموخته شد، ربات‌ها از طریق ویدیئوها و نمایش‌ها یاد می‌گیرند.

این یک سوال بزرگ را مطرح می کند: همه این ویدیوها و نمایش ها را از کجا برای یادگیری ربات ها تهیه می کنید؟

انویدیا، با ارزش‌ترین شرکت جهان، مدت‌هاست که با تکیه بر ریشه‌های خود در صنعت بازی‌های ویدیویی، هدف خود را برآورده کردن این نیاز با جهان‌های شبیه‌سازی شده قرار داده است. این شرکت جهان‌هایی را ایجاد می‌کند که در آن متخصصان رباتیک می‌توانند نسخه‌های دیجیتالی ربات‌های خود را در معرض محیط‌های جدید قرار دهند تا یاد بگیرند. یک خودروی خودران می‌تواند میلیون‌ها مایل مجازی رانندگی کند، یا یک ربات کارخانه می‌تواند نحوه حرکت در شرایط نوری مختلف را بیاموزد.

در ماه دسامبر، این شرکت یک گام فراتر رفت و چیزی را که آن را «مدل بنیاد جهانی» می‌نامد، منتشر کرد. این مدل که Cosmos نام دارد، از ۲۰ میلیون ساعت ویدیو - معادل تماشای بی‌وقفه یوتیوب از زمان جنگ رم با کارتاژ - یاد گرفته است که می‌تواند برای تولید داده‌های آموزشی مصنوعی استفاده شود.

در اینجا مثالی از نحوه کمک این مدل در عمل آورده شده است. تصور کنید شما یک شرکت رباتیک را اداره می‌کنید که می‌خواهد یک ربات انسان‌نما بسازد که بیمارستان‌ها را تمیز می‌کند. می‌توانید ساخت «مغز» این ربات را با مدلی از انویدیا شروع کنید، که درک اس