Главным вызовом физического искусственного интеллекта (Physical AI) является нехватка полезных данных для обучения роботов. Об этом заявил старший вице-президент и руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев на сессии AI Journey «Физический ИИ для развития российской промышленности» в рамках конференции «Цифровая индустрия промышленной России».
Спикер отметил, что человечество накопило значительный объем знаний, записанных в текстовом формате, что способствовало прорыву в обучении больших языковых моделей. Однако для физического ИИ ситуация иная:
— Сегодня человечество не имеет полезных данных для обучения хороших роботов. Никто не описывал связь движения робота с его телом, моторами и суставами. Сбор таких данных требует значительных затрат. Для развития робототехники необходимо накопить достаточный объем данных для обучения более совершенных моделей, — подчеркнул Белевцев.
Также он отметил, что в отличие от больших языковых моделей, физический ИИ сталкивается с отсутствием объективных бенчмарков для оценки производительности. Вместо синтетических тестов часто используются видеоролики, которые не позволяют точно оценить реальные возможности роботов.
— Сегодня все больше внимания уделяется моделям VLA (vision, language, action). Буква L не случайна: текстовая модальность связывает зрение и действия робота. В будущем эта буква исчезнет, но сейчас она помогает ускорить процесс. В компании мы начинаем разрабатывать системы, которые могут видеть, понимать происходящее и действовать в ответ. Наша модель Green-VLA на основе ГигаЧат стала победителем международного конкурса, проводимого одним из ведущих мировых производителей роботов, — добавил спикер.
По его мнению, для успешного производства роботов необходим полный технологический стек: аппаратное обеспечение, программное обеспечение и искусственный интеллект. Наибольший потенциал робототехника имеет в таких сферах, как торговля, коммерция и конвейерные системы. Хотя антропоморфные роботы пока решают задачи медленнее человека, их можно использовать в ночные смены, что позволит завершить работу к утру.
Андрей Белевцев подчеркнул важность разработки собственных технологий в России: «Необходимо быть как конструктором, так и архитектором таких систем, самостоятельно их создавать и разрабатывать. Важно также инвестировать в подготовку кадров с ранних лет. Например, в Китае есть компания, которая производит антропоморфных роботов для детей, чтобы оснащать ими школы и формировать новое поколение инженеров. Это долгосрочная стратегия, которая поможет развивать робототехнику в России, укреплять технологический суверенитет страны и стимулировать экономику».