Рига: -4.6°С
Революция в робототехнике: виртуальные миры вместо реального опыта
Международная команда ученых представила прорывную технологию, которая позволяет обучать роботов в сотни тысяч раз быстрее, чем при традиционных методах, основанных на физическом взаимодействии с миром. Ключ к этому беспрецедентному ускорению лежит в использовании высокоскоростной симуляции реального мира в виртуальном пространстве. Этот подход, условно названный инженерами «4D-симуляцией», обещает кардинально изменить темпы развития систем искусственного интеллекта, предназначенных для управления физическими агентами.
Новая платформа, получившая название Genesis, была разработана группой специалистов под руководством Чжоу Сяня из Университета Карнеги-Меллона (США). Как отмечают эксперты, на которых ссылаются отраслевые издания, эта система объединяет несколько физических симуляторов, использующих алгоритмы, схожие с теми, что применяются в современных видеоиграх, но адаптированных специально для обучения ИИ.
Скорость, превосходящая реальность
Самой впечатляющей характеристикой Genesis является её вычислительная мощность. Благодаря использованию параллельной обработки на кластере с мощными графическими картами, система способна запускать простые симуляции со скоростью до 43 миллионов кадров в секунду. Это, по расчетам разработчиков, делает процесс обучения в 430 000 раз быстрее, нежели обучение того же робота в реальных физических условиях. Один час работы в этой виртуальной среде эквивалентен десяти годам реального тренировочного опыта.
Кроме того, отмечается, что Genesis обрабатывает данные в 80 раз быстрее, чем другие существующие методики симуляции. Впечатляющие возможности платформы позволяют воссоздавать детализированные интерактивные 3D-сцены, точные движения персонажей и даже лицевую анимацию, что критически важно для разработки социальных роботов.
«Робототехника должна стать инициативой, которой должно владеть все человечество», — прокомментировал значение разработки Джим Фан, один из участников проекта Genesis.
Управление через естественный язык и открытый исходный код
Дополнительное удобство для исследователей обеспечивает система, основанная на текстовых подсказках. Теперь для создания сложных сценариев тестирования и настройки сред достаточно вводить команды на естественном языке, что избавляет от необходимости ручного программирования каждой детали симуляции. Для работы с графическим движком и пользовательским интерфейсом ученые выбрали популярный язык Python.
Важным аспектом, способствующим широкому внедрению технологии, является её доступность. Ученые приняли решение распространять доступ к системе виртуальной симуляции бесплатно и предоставить полный исходный код на GitHub. Это демократизирует доступ к передовым методам обучения, которые ранее были доступны лишь крупным корпорациям и исследовательским центрам с огромными бюджетами.
Контекст: Physical AI и проблема данных
Этот прорыв напрямую связан с общей тенденцией развития так называемого Physical AI (Физического ИИ) — направления, целью которого является наделение машин способностью понимать и гибко действовать в реальном физическом мире, а не только обрабатывать абстрактные данные. До недавнего времени развитие ИИ в робототехнике отставало от языковых моделей (таких как GPT) из-за фундаментальной проблемы: нехватки больших объемов качественных обучающих данных о физическом взаимодействии.
В отличие от языковых моделей, обучающихся на триллионах текстовых документов, роботам необходимо собирать дорогостоящие и медленные данные о том, как манипулировать объектами, передвигаться и реагировать на непредсказуемые ситуации в реальном времени. Симуляторы, подобные Genesis, решают эту проблему, автономно генерируя миллионы физически точных обучающих примеров, адаптированных под конкретные механические системы, будь то промышленные манипуляторы или человекоподобные роботы.
Перспективы и потенциальное влияние на индустрию
Ускорение обучения может привести к экспоненциальному росту возможностей роботов в ближайшем будущем. Системы, способные быстро осваивать сложные навыки моторики, например, точную упаковку или помощь в неструктурированных средах (дома, склады), становятся значительно ближе к массовому внедрению.
В то время как международное научное сообщество приветствует достижения, некоторые исследователи, как, например, Джим Фан, указывают, что симуляции, требующие высокой степени ловкости и частого физического контакта, всё ещё остаются сложной задачей. Тем не менее, потенциал Genesis рассматривается как «виртуальная колыбель для воплощенного ИИ».
Хотя в Латвии и Прибалтийском регионе исследования в области робототехники ведутся, в частности, в Институте транспорта и связи (TSI), где существуют специализированные лаборатории для изучения промышленной робототехники и автономных систем, прорыв, связанный с платформой Genesis, является общемировым научным достижением, которое может быть интегрировано в локальные и международные разработки, повышая общую конкурентоспособность в сфере автоматизации.
Следите за новостями на других платформах: