In einem letzte Woche veröffentlichten Beitrag heißt es: Meta-Frage, „Wo sind die Roboter?“ Die Antwort ist einfach. Sie sind hier. Man muss nur wissen, wo man suchen muss. Lassen Sie das Gerede über Autos und Fahrerassistenz beiseite und konzentrieren Sie sich auf Dinge, bei denen wir uns alle einig sind, dass es sich um Roboter handelt. Zunächst einmal kommt die Amazon-Lieferung nicht ohne Roboterunterstützung zu Ihnen.
Eine relevantere Frage wäre: Warum gibt es nicht mehr Roboter? Und genauer gesagt: Warum gibt es derzeit nicht mehr Roboter in meinem Haus? Es handelt sich um eine komplexe Frage mit vielen Nuancen, von denen viele auf den aktuellen Stand der Hardwarebeschränkungen rund um das Konzept eines „Allzweck“-Roboters zurückzuführen sind. Roomba ist ein Roboter. Es gibt viele Roombas auf der Welt, und das liegt vor allem daran, dass Roombas eine Sache richtig machen (ein zusätzliches Jahrzehnt Forschung und Entwicklung hat dazu beigetragen, dass die Dinge aus einem „ziemlich guten“ Zustand herausgekommen sind).
Es geht nicht so sehr darum, dass die Prämisse der Frage fehlerhaft ist, sondern vielmehr darum, sie leicht umzuformulieren. „Warum gibt es nicht mehr Roboter?“ ist eine vollkommen berechtigte Frage für jemanden, der kein Robotiker ist.
Die Meta-Version ist softwarebasiert, und das ist auch fair. In den letzten Jahren gab es eine explosionsartige Zunahme von Start-ups, die sich mit mehreren wichtigen Kategorien befassen, wie etwa robotergestütztes Lernen, Bereitstellung/Verwaltung sowie No-Code- und Low-Code-Lösungen. Besonders hervorzuheben sind die fast zwei Jahrzehnte Forschung und Entwicklung, die in die Erstellung, Wartung und Verbesserung von ROS (Robot Operating System, Open Source) geflossen sind. Passenderweise wurden die langjährigen Marktführer von Open Robotics von Alphabet übernommen, das durch lokale Bemühungen seine eigene Arbeit in der Kategorie Intrinsic und Everyday Robots leistete (obwohl sie überproportional von reduzierten Ressourcen auf breiter Front betroffen waren).
Zweifellos hat Meta/Facebook seinen eigenen Anteil an Skunkworks-Projekten, die von Zeit zu Zeit auftauchen. Bisher habe ich nichts gesehen, was darauf hindeutet, dass sie mit dem, was Alphabet/Google im Laufe der Jahre erforscht hat, mithalten können, aber es ist immer interessant zu sehen, wie sich einige dieser Projekte abzeichnen. In einer Ankündigung, von der ich stark vermute, dass sie mit der Verbreitung generativer KI-Debatten zusammenhängt, hat der Social-Media-Riese „zwei große Fortschritte in Richtung universell einsetzbarer eingebetteter KI-Agenten, die in der Lage sind, sensomotorische Fähigkeiten herauszufordern“, bekannt gegeben.
Hier direkt zitieren:
Sicherlich eine interessante Forschung und es ist spannend, sich möglicherweise mit einigen davon auseinanderzusetzen. Der Begriff „Allgemeinzweck“ wird heutzutage häufig verwendet. Es ist ein immer wieder interessantes Gesprächsthema in der Robotik, aber im Zuge der Einführung des Tesla-Bots kam es zu einer massiven Verbreitung humanoider Allzweckroboter. Seit Jahren sagen die Leute Dinge wie: „Sagen Sie, was Sie über Musk wollen, aber Tesla hat neues Interesse an Elektrofahrzeugen geweckt“, und so denke ich im Moment auch über Optimus. Es erfüllte eine wichtige Doppelfunktion, indem es die Diskussion über den Formfaktor erneuerte und gleichzeitig ein klares Bild lieferte, um zu erklären, wie schwierig dies ist. Ist es möglich, die Erwartungen der Öffentlichkeit drastisch zu steigern und sie gleichzeitig zu mäßigen?
Auch hier passen diese Gespräche gut zu all diesen GPT-Fortschritten. Das ist alles sehr beeindruckend, aber Rodney Brooks hat schon vor ein paar Wochen auf die Gefahr hingewiesen, dass hier etwas durcheinander gerät: „Ich denke, die Leute sind zu optimistisch. Sie verwechseln Leistung mit Kompetenz. Wenn man an einem Menschen eine gute Leistung sieht, erkennt man, was er kann. Wir sind ziemlich gut darin, Menschen zu modellieren, aber dieselben Modelle gelten nicht. Sie sehen eine großartige Leistung eines dieser Systeme, aber es sagt Ihnen nicht, wie es im angrenzenden Raum oder mit anderen Daten funktionieren wird.“
Dies schließt natürlich nicht aus, dass die meisten Leute hereingerufen werden ProMat über seine Meinung zur zukünftigen Rolle generativer KI in der Robotik. Die Reaktionen waren vielfältig: Einige zucken mit den Schultern, andere sehen eine sehr reglementierte Rolle der Technologie und wieder andere sind äußerst optimistisch, was dies alles für die Zukunft bedeutet. Peter Chen, der CEO von Covariant (das gerade 75 Millionen US-Dollar eingesammelt hat), bot einen interessanten Kontext zum Thema allgegenwärtige KI:
Natürlich legt Covariant derzeit großen Wert auf Pick-and-Place. Ehrlich gesagt ist die Herausforderung groß genug, um sie lange zu beschäftigen. Aber eines der Versprechen, die Systeme wie dieses bieten, ist eine praxisnahe Ausbildung. Unternehmen, die tatsächlich echte Roboter haben, die echte Aufgaben in der realen Welt erledigen, bauen äußerst leistungsstarke Datenbanken und Modelle darüber auf, wie Maschinen mit der Welt um sie herum interagieren.
Es ist nicht schwer zu erkennen, wie viele der scheinbar unterschiedlichen Bausteine, die von Forschern und Unternehmen gestärkt werden, eines Tages zusammenkommen könnten, um ein wirklich universelles System zu schaffen. Wenn die Hardware und die KI auf diesem Niveau sind, wird es einen scheinbar endlosen Fundus an Felddaten geben, mit denen man sie trainieren kann.
Im Moment macht der Plattform-Ansatz sehr viel Sinn. Mit Spot zum Beispiel verkauft Boston Dynamics seinen Kunden effektiv ein iPhone-Modell. Erstens produziert es die erste Generation einer beeindruckenden Hardware. Anschließend bietet es interessierten Parteien ein SDK an. Wenn die Dinge wie geplant verlaufen, kann dieses Produkt plötzlich Dinge tun, die sich Ihr Team nie hätte vorstellen können. Vorausgesetzt, dass dabei nicht die Montage einer Waffe an der Rückseite des Produkts erforderlich ist (gemäß den BD-Richtlinien), ist das ein spannender Vorschlag.
Es ist noch zu früh, etwas Definitives darüber zu sagen Der NEO-Roboter von 1X Technologies, abgesehen von der Tatsache, dass das Unternehmen eindeutig hofft, genau in diesem Schnittpunkt zwischen Robotik und generativer KI zu leben. Mit OpenAI haben Sie sicherlich einen mächtigen Verbündeten. Der Startup Fund des generativen KI-Riesen führte eine 23,5-Millionen-Dollar-Runde an, an der unter anderem auch Tiger Global beteiligt war.
Bernt Øivind Børnich, Gründer und CEO von 1X, sagt: „1X freut sich, dass OpenAI diese Runde anführt, denn wir sind auf unsere Mission ausgerichtet: neue Technologien durchdacht in das tägliche Leben der Menschen zu integrieren.“ Mit der Unterstützung unserer Investoren werden wir weiterhin bedeutende Fortschritte im Bereich der Robotik machen und den globalen Arbeitsmarkt vergrößern.“
Eine interessante Anmerkung dazu (zumindest für mich) ist, dass es 1X schon seit einer Minute gibt. Das norwegische Unternehmen war bis zu seiner Gründung unter dem Namen Halodi bekannt vor einem Monat) Prägnantes Rebranding. Man muss nur ein oder zwei Jahre zurückblicken, um zu sehen, wie die Anfänge den humanoiden Formfaktor annehmen, den das Unternehmen entwickelte. für die Gastronomie. Die Technologie sieht definitiv ausgefeilter aus als sein Gegenstück aus dem Jahr 2021, aber die fahrbare Basis verrät, wie weit man gehen muss, um zu einer Version des Roboters zu gelangen, die wir sehen, wenn sie gerendert ist.
Von oben nach unten sind dies Renderings des Tesla Optimus, Figure 01 und 1X Neo. Natürlich handelt es sich nicht um direkte Kopien, aber sie sehen auf jeden Fall so aus, als könnten sie Cousins sein. Neo ist derjenige, der darauf besteht, auch bei formellen Anlässen einen Kapuzenpullover zu tragen.
Parallel dazu gibt es interessante Forschungsprojekte. Einer ist vom MIT. Wenn Sie wirklich darüber nachdenken, ist Fußballspielen eine großartige Möglichkeit, Ihre Fortbewegung zu testen. Es gibt einen Grund, warum es den Robocup schon seit fast 20 Jahren gibt. Im Fall von Dribblebot besteht die Herausforderung jedoch in unebenem Gelände, einschließlich Gras, Schlamm und Sand.
Sagt MIT-Professor Pulkit Agrawal:
Ein weiteres Forschungsprojekt stammt von der UCLA Samueli School of Engineering kürzlich gepostet Erkenntnisse aus seiner Arbeit rund um Origami-Roboter. Origami MechanoBots oder „OrigaMechs“ basieren auf Sensoren, die in ihre dünnen Polyesterbausteine eingebettet sind. Der leitende Ermittler Ankur Mehta hat einige ziemlich weitreichende Pläne für die Technologie.
„Bei solchen gefährlichen oder unvorhersehbaren Szenarien, etwa bei Naturkatastrophen oder von Menschen verursachten Katastrophen, könnten sich Origami-Roboter als besonders nützlich erweisen“, sagte er in einem Beitrag. „Roboter könnten sehr schnell für spezielle Funktionen entworfen und bei Bedarf hergestellt werden. Auch wenn es weit weg ist, könnte es auf anderen Planeten Umgebungen geben, in denen Scout-Bots, die gegen diese Szenarien immun sind, äußerst wünschenswert wären.“