Robot koji veze iglom i koncem: Zašto je ovo prekretnica za budućnost AI

Kada pomislimo na robote, prva asocijacija je obično sirova snaga industrijskih mašina ili pomalo nespretni pokreti prototipova. Retko ko zamišlja robota koji se bavi delikatnim zanatom koji zahteva izuzetnu preciznost i strpljenje. Upravo zato je vest koja je stigla iz kompanije TARS Robotics toliko iznenađujuća i značajna.

Dana 22. decembra, ova kineska kompanija je uživo demonstrirala humanoidnog robota koji sopstvenim rukama izvodi ručni vez. Robot je uspešno provukao konac kroz iglu i preciznim pokretima izvezao logo, obavljajući zadatak za koji se dugo smatralo da je van domašaja automatizacije.

Ovaj naizgled neobičan poduhvat otvara ključno pitanje: šta nam veština ručnog veza kod robota zaista govori o budućnosti automatizacije i veštačke inteligencije? Odgovor je daleko kompleksniji i važniji nego što se na prvi pogled čini.

Nije poenta u vezu, već u ovladavanju ekstremnom spretnošću

Iako ručni vez deluje kao nišna veština, on zapravo predstavlja rešenje za jedan od najtežih problema u robotici: ultra-finu manipulaciju. Zadatak zahteva savršenu kombinaciju preciznog vida, prilagodljive kontrole sile, koordinacije obe ruke i rukovanja mekim, fleksibilnim materijalima sa tačnošću ispod jednog milimetra. Najmanja greška može dovesti do pucanja konca ili promašenog boda.

Do sada je ova vrsta delikatnog i dugotrajnog manuelnog rada bila rezervisana isključivo za vešte ljudske ruke. Savladavanjem ovog izazova, TARS Robotics je srušio veliku prepreku u automatizaciji. Time su otvorena vrata za automatizaciju drugih složenih poslova, poput sklapanja zamršenih snopova žica ili rukovanja osetljivim elektronskim komponentama, koji su do sada bili nezamislivi bez ljudskog faktora.

Od programiranja zadataka do učenja univerzalnih veština

U osnovi ovog proboja nalazi se pristup koji TARS Robotics naziva "DATA AI PHYSICS trinity" (trojstvo PODACI-VI-FIZIKA). Za razliku od tradicionalnih robota koji se programiraju za jedan specifičan zadatak, ovaj pristup je osmišljen da uči robote opštim fizičkim veštinama koje se mogu prilagoditi različitim situacijama.

Centralni deo ovog sistema je TARS AWE 2.0 AI World Engine, model otelotvorene veštačke inteligencije (embodied AI) koji se trenira na podacima iz stvarnog sveta. Ovo predstavlja fundamentalnu promenu u pristupu – umesto da robot "zna" kako da obavi jedan posao, on uči fundamentalne principe pokreta, sile i koordinacije. To ga čini svestranijim i inteligentnijim, sposobnim da svoje znanje primeni na nove, nepoznate zadatke.

Snaga zatvorene petlje: Kako podaci, AI i fizika stvaraju inteligenciju

Prema rečima generalnog direktora, dr Čena Jiluna, uspeh leži u zatvorenom krugu učenja koji čine tri komponente "DATA AI PHYSICS" trojstva:

1. Podaci (Data): Kompanija koristi svoju SenseHub platformu za prikupljanje detaljnih operativnih podataka iz stvarnih okruženja. Ovi podaci obuhvataju sve nijanse ljudskih pokreta i interakcija sa objektima.
2. Veštačka inteligencija (AI): Prikupljeni podaci se zatim koriste za obuku TARS AWE 2.0 AI World Engine modela, koji uči opšte motoričke veštine.
3. Fizika (Physics): Naučene veštine se primenjuju na T-seriju i A-seriju humanoidnih robota. Ovi roboti su konstruisani sa "minimalnim digitalno-fizičkim jazom", što osigurava da ono što AI nauči u simulaciji može pouzdano da izvede u stvarnom svetu.

Ovaj sistem zatvorene petlje omogućava kontinuirano i skalabilno unapređenje, gde robot konstantno uči iz novih podataka i postaje sve sposobniji. Ovaj princip je u skladu sa takozvanim "Zakonom skaliranja" (Scaling Law) za AI sisteme, koji sugeriše da se performanse modela poboljšavaju sa povećanjem količine podataka i računarske snage.

Brzina koja zapanjuje: Od osnivanja do proboja za manje od godinu dana

Jedan od najimpresivnijih aspekata ovog dostignuća je brzina kojom je postignuto. Kompanija TARS Robotics osnovana je 5. februara 2025. godine, a za manje od godinu dana uspela je da od koncepta dođe do javne demonstracije ovako složene veštine. Ovaj tempo razvoja ukazuje na eksponencijalni napredak u polju otelotvorene veštačke inteligencije.

Takav napredak nije prošao nezapaženo. Kompanija je obezbedila značajnu finansijsku podršku koja potvrđuje poverenje investitora u njihovu viziju: početna (Angel) runda finansiranja od 120 miliona dolara, praćena dodatnom (Angel+) rundom od 122 miliona dolara.

Dr Ding Venčao, glavni naučnik kompanije, sumirao je njihov pristup i ciljeve sledećim rečima:

"Koristeći ogromne količine podataka sa SenseHub platforme i vođeni AWE 2.0 modelom, videli smo skokovit napredak u stopama uspešnosti zadataka u više scenarija... Kako nastavljamo da povećavamo obim podataka i unapređujemo arhitekturu našeg modela, predviđamo nove prodore u inteligenciji i sposobnostima generalizacije naših robota, sa krajnjim ciljem da ih primenimo u svakoj industriji i domaćinstvu."

Zaključak: Nit koja vodi u budućnost

Robot koji veze nije samo tehnološka zanimljivost; on je moćna demonstracija nove paradigme u razvoju veštačke inteligencije. To je dokaz da se fokus pomera sa programiranja mašina za uske, ponavljajuće zadatke ka stvaranju sistema koji uče opšte, prilagodljive veštine, slično ljudima.

Ovaj proboj u finoj motorici, koordinaciji i rukovanju delikatnim materijalima signalizira da se približavamo eri u kojoj će roboti moći da obavljaju zadatke koji su do juče bili nezamislivi bez ljudske spretnosti. To nas ostavlja sa jednim ključnim pitanjem za razmišljanje: sada kada roboti savladavaju veštine koje su se nekada smatrale isključivo ljudskim, koja će industrija biti sledeća transformisana?

Izvor: interestingengineering.com