Всегда важно четко понимать, чем ты занимаешься. И если говорить о роботах, то лучше начать с определения понятий. Сделать это не так просто.
Обычно считается, что роботом называется любая машина, способная автоматически выполнять определенную последовательность действий.
Согласно международному стандарту ISO 8373:2012 «Роботы и роботизированные устройства: термины и определения»:
Робот — это программируемый приводной механизм, который может двигаться внутри своей рабочей среды и выполнять предназначенные ему задачи.
А в «Белой книге технологического развития Москвы» и Стратегии научно-технологического развития Российской Федерации, отечественные специалисты сформулировали следующее определение:
Роботом называется любое устройство или механизм, который выполняет предназначенные ему действия и соответствует трём условиям:
1. воспринимает окружающий мир с помощью сенсоров (микрофоны, мультиспектральные камеры, электромеханические датчики и т.д.);
2. понимает текущее состояние физического мира вокруг и строит модели поведения, помогающие выполнять поставленные ему задачи;
3. воздействует на физический мир тем или иным способом.
В промышленности роботы повышают производительность труда, снижают издержки и улучшают качество продукции. А в городских условиях их используют для мониторинга окружающей среды, обеспечения безопасности и повышения качества жизни горожан.
К этому можно добавить, что современные роботы ещё и носят на борту большие языковые модели (БЯМ, англ. large language model, LLM). Это дает им способность понимать речевые команды или управляющие жесты, отвечать на вопросы и общаться. ИИ позволяет роботам решать интеллектуальные задачи в трёхмерном физическом пространстве, максимально приближая их разумному поведению людей.
Каждая БЯМ имеет дело с токенами — кусочками информации, с которой ей удобно работать. Например, GPT-5 токенизирует текст: делит на целые слова, знаки препинания, символы и цифры, даже части слов. Так, «вездеход» разделится на два токена: «везде» и «ход». Аналогично Sora токенизирует видео. π0 (Pi-Zero) токенизирует действия роботов.
Выбор того, что считать токеном — самое важное решение для любой модели, и о нём почти никогда не говорят публично. И если сейчас БЯМ оперируют лишь с символическими системами, то воплощенный ИИ (embodied AI) у роботов в ближайшем будущем — это унифицированные токен-пространства между модальностями, когда одна модель работает с компьютерным зрением, текстом и моторикой в одном потоке. Общий или сильный искусственный интеллект (Artificial General Intelligence) может появиться только так.