OpenAI строи хуманоиден робот, мозъкът е трудното

OpenAI ще прави свой хуманоиден робот. Сам Алтман го каза без заобикалки в подкаста Sources на 2 септември: „Определено ще направим хуманоид. Ще направим и други форм-фактори.“ От тогава до сега историята набра плът — в интервю за Fortune Алтман вече дава и срок: първото сериозно демо е за 2027 година. А най-интересното в думите му е кое според него е трудната част: не тялото.

„Всичко това е по-малко важно от мозъка“

Запитан за конкретиката — колко стави, какви ръце, колко висок — Алтман отговаря, че тези решения са „по-малко важни от това наистина да разберем мозъка, който задвижва робота“. Формулировката е ключова за това как OpenAI подхожда към проблема: механиката е инженерна задача с известни решения, а управлението не е.

Защо все пак хуманоид? Отговорът на Алтман е практичен: „Светът е много силно проектиран за хора.“ Врати, стълби, ключове, клавиатури, кухненски плотове, заводско оборудване — всичко е оразмерено за тяло с два крака и две ръце. Машина, която трябва да работи в тези пространства, най-лесно се вписва, ако има приблизително същата форма. Не защото хуманоидът е оптимален, а защото средата вече е построена.

Според Engadget, който обобщи позицията на 17 октомври, точно тук е и границата на днешните системи. Езиковият модел може да напише план за подреждане на съдомиялна. Съвсем друго е да прецени, че чашата е мокра и ще се изплъзне.

27 обяви, които издават какво се строи

Най-конкретното доказателство не е цитат, а кариерната страница на OpenAI. Там в момента висят 27 обяви за роботика и разпределението им е показателно:

• motion control и state estimation — движение и ориентация в пространството;
• actuator control и собствени електромеханични актуатори — т.е. компанията проектира мотори и предавки, а не само софтуер;
• термични системи;
• machine-learning инфраструктура за обучение на физически модели;
• производство и supply chain.

Последната точка е тази, която превръща проекта от изследване в продукт. Хора за supply chain се наемат, когато някой мисли за серийно производство, а не за единичен прототип в лаборатория.

Това не е първият опит на OpenAI

Компанията има история с роботиката, която по-късно изостави. Проектът Dactyl обучаваше роботизирана ръка изцяло в симулация, след което я пускаше да манипулира реални предмети — подход, който OpenAI после разшири до нареждане на кубче Рубик с една ръка. Екипът беше закрит, а усилията се пренасочиха към езиковите модели.

Разликата днес е, че „мозъкът“, който тогава липсваше, донякъде съществува. Мултимодалните модели виждат, разчитат сцена и планират последователности от действия. Какво им липсва е друго: надеждност при контакт с физическия свят, където няма undo.

2027 е демо, не доставка

Алтман е необичайно внимателен с обещанията. „Мисля, че през 2027 ще имаме страхотно демо… Не смятам, че ще има роботи, които се разхождат по улиците, още няколко години след това“, казва той на Fortune. Това на практика означава: впечатляващо видео в рамките на година и нещо, реален продукт някъде към края на десетилетието.

Конкуренцията не чака. Tesla работи по Optimus от години и все още не е продала потребителска бройка. Китайската XPENG показа хуманоида IRON, който излиза от поточната линия и тръгва сам. Нито един от тези роботи обаче не върши икономически смислена работа в непознат дом.

Защо „мозъкът“ е по-труден от тялото

Проблемът е в толеранса към грешки. Чатбот, който халюцинира, пилее вашето време — нищо повече. В софтуера последствията също са обратими; дори когато модел на OpenAI похарчи чужд ETH, сумата беше в тестова мрежа. Робот, който сбърка с тежък предмет в кухнята, чупи нещо или удря човек.

Затова важните числа тук няма да са параметри и токени, а проценти на успех при хиляди опити с различни предмети, осветление и подредба. И тези числа все още не са публични за никого в бранша — включително за OpenAI, която и преди е била критикувана за твърде смели заявки, например при спорното решение по Навие-Стокс.

Заключение

Засега имаме потвърждение, срок за демо и 27 обяви за работа — това е повече от слух и много по-малко от продукт. Любопитното е, че Алтман сам свали очакванията за най-ефектната част: тялото ще се направи. Трудното остава софтуерът, който да реши какво да прави с него, и то без да счупи нещо по пътя.

Проверката дали OpenAI има с какво да се похвали идва през 2027. Дотогава всяко видео с вървящ хуманоид си остава точно това — видео.