Robotický mozek π0.7 se sám naučil úkoly, na které nebyl trénován. Physical Intelligence mění pravidla hry

Startup Physical Intelligence zveřejnil výzkum, který překvapil i jeho vlastní vědce: jejich nový model π0.7 dokáže roboty navést k plnění úkolů, na které nikdy nebyli trénováni. Pokud výsledky obstojí, robotická AI se blíží inflexnímu bodu podobnému nástupu velkých jazykových modelů.

Physical Intelligence, dvouletý startup ze San Francisca, který se tiše stal jednou z nejsledovanějších AI firem v Silicon Valley, zveřejnil nový výzkum. Jejich model π0.7 dokáže roboty navést k plnění úkolů, na které nikdy nebyly výslovně trénovány — a to způsobem, který překvapil i samotné výzkumníky.

Kompoziční generalizace: skládat dovednosti jako lego

Klíčový objev v nové studii se nazývá kompoziční generalizace — schopnost kombinovat dovednosti naučené v různých kontextech a řešit problémy, se kterými se model nikdy nesetkal. Dosavadní přístup k robotickému tréninku byl v podstatě memorování: seber data ke konkrétnímu úkolu, natrénuj specializovaný model, a opakuj pro každý nový úkol.

Nejpůsobivější ukázka z výzkumu zahrnuje vzdušné fritézy, které model v tréninku téměř neviděl. Když výzkumný tým prozkoumal data, našel pouze dvě relevantní epizody v celé sadě: jednu, kde jiný robot fritézu jen zavřel, a jednu z open-source datasetu, kde robotická ruka vložila plastovou nádobu. Z těchto dvou útržků model zvládl komplexní manipulaci s fritézou v nových scénářích.

Inflexní bod jako u jazykových modelů?

Sergey Levine, spoluzakladatel Physical Intelligence a profesor UC Berkeley, vidí paralelu s vývojem velkých jazykových modelů: "Jakmile překročíte práh, kdy přestanete dělat přesně to, pro co jste sbírali data, a začnete věci kombinovat novými způsoby, kapacity rostou víc než lineárně s množstvím dat. Tato příznivější škálovací vlastnost je něco, co jsme viděli v jiných doménách — jazyk, vidění."

Jakmile překročíte práh, kdy přestanete dělat přesně to, pro co jste sbírali data, kapacity rostou víc než lineárně. — Sergey Levine, spoluzakladatel Physical Intelligence

Co to znamená pro průmyslové firmy v Česku

Pokud výsledky Physical Intelligence obstojí — a výzkum teprve čeká na nezávislé ověření — jde o posun, který mění kalkulaci pro každou firmu uvažující o robotizaci. Dosavadní robotické systémy jsou drahé právě kvůli nutnosti trénovat specialisty na každý úkol zvlášť. Obecný robotický mozek by dramaticky snížil náklady na nasazení.

Česká výroba, která je stále silnou součástí naší ekonomiky, by z tohoto vývoje mohla profitovat. Flexibilní roboti, kteří se adaptují na nové úkoly bez zdlouhavého přeučování, jsou ideální pro středně velké výrobní firmy, které si nemohou dovolit specializovaná průmyslová robotická ramena pro každou operaci.

Physical Intelligence zatím nezveřejnila konkrétní plány komercionalizace π0.7. Firma ale v minulém roce získala výrazné financování od investorů včetně Thrive Capital a OpenAI. Vývoj robotické AI se zjevně blíží bodu, kdy z laboratorní kuriozity stane průmyslová realita.

Zdroj: TechCrunch, Physical Intelligence Research Blog (pi.website/blog/pi07)