Skip to content
Get App

ИИ получил ТЕЛО | Глеб Соломин

Как нейросети получают тело: роботы Figure на BMW, мозг внутри робота от Google и обучение по показу. Разбор возможностей, слабостей и рисков.

Key Takeaways

  • Робот с нейросетевым мозгом может учиться новым задачам по показу и быстро адаптироваться к незнакомой среде
  • Главная проблема современной робототехники — ловкость и тонкая моторика, а не интеллект
  • Безопасность и ограничения, заложенные в ИИ, — ключевой вопрос развития роботов с телом

What the video covers

  • Нейросети долго жили внутри компьютеров, а теперь получают тело — роботов, которыми управляет ИИ, а не заученная программа
  • Два способа управления роботом: старый — жёстко запрограммированный танец, новый — нейросеть, которая видит, слышит задачу и решает сама
  • Роботы Figure на заводе BMW в Южной Каролине перенесли более 90 000 деталей и участвовали в сборке более 30 000 машин
  • Новых роботов не программируют построчно, а обучают на записях того, как люди выполняют задачи
  • Двухслойный мозг робота: медленный слой планирует задачу, быстрый отвечает за движения рук в реальном времени
  • Google показал модель, которая работает прямо на борту робота без интернета и доучивается по 50–100 примерам
  • Physical Intelligence: робот справлялся с уборкой и застилкой кровати в незнакомых квартирах Сан-Франциско
  • Главное узкое место сегодня — не ум, а ловкость тела: простые действия даются легко, тонкая моторика — трудно
  • Сейчас роботы пока дороги и медленны по сравнению с человеком, но важна динамика скорости и снижения цены
  • Главный тормоз — не возможности, а ограничения, которые закладывают разработчики; без защит роботы выполняли опасные приказы и даже предлагали, как навредить сильнее

Answers

Questions about this video

Что означает подход «зрение, язык, действия» в робототехнике?

Робот видит окружение через камеры, получает задачу словами и сам решает, как двигать руками. Вместо заученного танца он действует как соображающий человек, используя нейросеть.

Почему роботы на заводе BMW — важный пример?

Робот Figure работал на реальном конвейере, перенёс более 90 000 деталей и участвовал в сборке более 30 000 машин. Это показывает, что технология уже выходит за рамки демонстраций.

Какая главная слабость современных роботов по мнению автора?

Ум у роботов развит лучше, чем тело: они могут объяснить физику действия, но тонкая моторика, например аккуратно вкрутить лампочку, даётся им с трудом, в отличие от человека.

Full Transcript — Download SRT & Markdown

00:00
Speaker A
Весь последний год мы с вами наблюдали, как нейросети научились писать тексты, рисовать картинки и отвечать на любые вопросы. Но всё это они делали, сидя внутри компьютера. У них был мозг, но не было тела. А что будет, когда этот мозг
00:16
Speaker A
наконец получит руки, ноги и возможность трогать настоящий мир? И вот это уже не фантастика. Прямо сейчас на заводе BMW в Америке работает робот, похожий на человека, и управляет им не жёсткая заученная программа, а нейросеть.
00:32
Speaker A
Сегодня мы разберёмся, что происходит, когда искусственному интеллекту дают тело. Я покажу, что у этих роботов уже отлично получается, а что пока не выходит совсем. Расскажу про самое странное, с чем они столкнулись. И в конце мы дойдём до вопроса, который
00:46
Speaker A
важнее всех умений этих машин. А именно, что они будут делать, когда их попросят сделать что-то опасное?
00:53
Speaker A
Но сначала важная развилка, без которой дальше будет непонятно. Два разных способа управлять роботом. Чтобы всё остальное встало на свои места, надо понять одну простую вещь. Роботов можно делать двумя способами. Первый способ - старый. Берётся отдельная программа, которую годами учат одному единственному
01:13
Speaker A
делу. Вот роботрука на заводе. Она намертво заучила взять деталь отсюда, повернуть, поставить туда. Она делает это идеально и миллион раз подряд, но стоит чуть сдвинуть деталь, и она растеряется. Она знает только свой танец и ничего больше. Второй способ новый, и
01:34
Speaker A
именно он всё меняет. Что если взять ту самую умную нейросеть, которая уже знает про мир почти всё из текстов и картинок, и дать телу управляться прямо от неё?
01:44
Speaker A
Такой подход называют словами зрение, язык, действия. Робот своими камерами видит картинку, слышит задачу словами и сам решает, как двигать руками. Не заученный танец, а соображалка на ходу.
01:58
Speaker A
Разница как между заводским станком и человеком. Станок делает одно движение гениально. Человек не так точен, зато может взяться за что угодно новое. И вся гонка сейчас идёт именно за вторым типом роботов, за теми, кому можно просто сказать словами, что сделать, а они
02:15
Speaker A
сообразят сами. Почему это вообще так взбудоражило всех? Да потому что мир вокруг нас построен под человека.
02:22
Speaker A
Дверные ручки, лестницы, выключатели, посуда. Всё рассчитано на существо с двумя руками, которое ходит на двух ногах. Специальный станок в такой мир не впишешь. Под него надо переделывать всё помещение. А вот робота, похожего на человека и соображающего как человек,
02:39
Speaker A
можно просто привести в обычную комнату, и он начнёт в ней работать. Ничего перестраивать не нужно. Вот за эту мечту сейчас и борются, вкладывая миллиарды. А теперь к тому, что эти соображающие роботы уже умеют.
02:54
Speaker A
Начнём с самого серьёзного примера. Компания под названием Figure сделала человекаподобного робота и поставила его на настоящий автозавод BMW в Южной Каролине. И это не разовый фокус для камеры. За время работы робот принёс на конвейер больше 90.000 деталей и
03:11
Speaker A
поучаствовал в сборке больше 30.000 машин. Вдумайтесь, полноценный заводской труд, который измеряется в тысячах деталей. Что здесь по-настоящему важно?
03:23
Speaker A
Раньше таких роботов двигали десятки тысяч строк кода, написанных вручную людьми. Каждое движение надо было прописать, а теперь всю эту гору ручного кода заменила одна нейросеть. Её не программировали движением в привычном смысле. Её учили, показывая, как это делает человек. сотни часов записи
03:43
Speaker A
людей, которые что-то берут, кладут, раскладывают. Робот смотрел и учился, как ученик смотрит на мастера. И мозг у него устроен хитро, в два слоя. И это очень похоже на нас с вами. Один слой думает медленно и смотрит на задачу
03:59
Speaker A
целиком, что вообще надо сделать, в каком порядке. А второй слой работает очень быстро и отвечает за сами движения рук в каждый момент, прямо как у человека. Мы ведь не думаем отдельно о каждом пальце, когда берём кружку.
04:13
Speaker A
Верхняя часть мозга решает взять кружку, а нижняя сама ведёт руку. Есть ещё один показательный ролик той же компании.
04:21
Speaker A
Робот на кухне разгружает и загружает посудомойку, берёт хрупкие тарелки, расставляет их по местам, и в какой-то момент руки у него заняты, а ему надо закрыть ящик. Знаете, что он делает?
04:33
Speaker A
Закрывает ящик бедром. Ровно как мы с вами, когда руки заняты пакетами. Вот это и есть соображалка, которой раньше у роботов не было. Прежде чем идти дальше, давайте на секунду разберёмся, откуда у робота берётся умение, потому что это совсем не то, что вы могли подумать.
04:52
Speaker A
Старых роботов программировали. Инженер садился и прописывал каждое движение цифрами. Сдвинь руку сюда, поверни на столько-то градусов, сожми пальцы. Это адский труд. И робот умел ровно то, что в него вбили, и не шагу в сторону. А новых роботов не программируют, их учат,
05:12
Speaker A
показывая. Берут записи того, как задачу делает живой человек сотни и тысячи часов и скармливают нейросети. Робот смотрит, как люди складывают одежду, разбирают покупки, наливают воду и постепенно сам улавливает, как это делается. Не заученные команды, а навык, подсмотренный у человека. Отсюда простое
05:33
Speaker A
и важное следствие. Чем больше роботу показали, тем лучше он работает. И чем разнообразнее были примеры, тем увереннее он справляется с чем-то новым, чего в записях вовсе не было. Это уже совсем другая логика. Не инженер диктует каждый шаг, а робот учится на чужом
05:50
Speaker A
опыте, примерно как подмастерью у мастера. И вот тут возникает интересный поворот, к которому мы ещё вернёмся в конце. Если робот учится, подсматривая за людьми, то очень многое зависит от того, что именно ему показали. Хорошему научили, получится хороший помощник. А
06:08
Speaker A
если в примеры затисалось что-то не то, робот и это переймёт. Но об этом позже.
06:14
Speaker A
Дальше интереснее. У всех этих умных роботов долго была одна общая слабость. Их мозг жил где-то далеко на мощных компьютерах в дата-центре. Робот видел картинку, отправлял её по интернету, ждал ответа и только потом двигался. А эс связь пропала. Робот застывает и
06:32
Speaker A
стуканом. [фыркает] И вот летом прошлого года Google показал решение. Они сделали версию своего робомозга, которая целиком помещается внутри самого робота. Никакого интернета не нужно. Весь ум прямо на борту. Почему это так важно? Представьте робота на складе без связи. В поле, в подвале, да
06:52
Speaker A
хоть у вас дома, где интернет иногда отваливается. Если мозг внутри, роботу всё равно. Он соображает сам, на месте, без задержки. И что ещё приятнее, такого робота можно доучить новому делу, показав ему всего 50-100 примеров. Это очень мало. Раньше для нового навыка
07:11
Speaker A
нужны были тысячи повторений, а тут показал пару десятков раз и готово. Робот, который приходит в незнакомый дом. А вот это, по-моему, самое впечатляющее, потому что главная беда всех роботов была в одном. Они умели работать только там, где тренировались.
07:28
Speaker A
На своей кухне в лаборатории всё отлично. привезли на другую кухню и всё, робот растерян. Другой свет, другая мебель, предметы стоят не так. Это как человек, который научился водить только по одной знакомой улице и теряется на любой новой. И вот компания Physical
07:45
Speaker A
Intelligence сделала модель, которая справляется с этим. Её привозили в обычные съёмные квартиры в Сан-Франциско, где она раньше никогда не была, и говорили ей: "Убери кухню, застели кровать". И она справлялась в незнакомом доме с незнакомой мебелью, с посудой, которую видела впервые. Не
08:04
Speaker A
идеально. С первого раза получалось не всегда. Но сами авторы описали это очень точно. У робота появился намёк на ту находчивость, с которой обычный человек берётся за новую задачу. Пришёл в чужую кухню, осмотрелся, сообразил, что где, и начал наводить порядок. Вот это и есть
08:23
Speaker A
качественный скачок. Раньше робот знал одну комнату. Теперь он начинает понимать комнаты вообще. Всех этих роботов есть общая слабость, и она важная. У них прекрасный ум, но очень неумелое тело. И это самое узкое место.
08:40
Speaker A
Смотрите, в чём парадокс. Такой рыбомозг может объяснить вам физику того, как наливается вода в стакан. Он знает про угол наклона, про струю, про всё на свете, а потом берёт настоящий кувшин и проливает воду мимо. Потому что знать и
08:54
Speaker A
сделать руками - это две совершенно разные вещи. У детей есть то, чего пока нету роботов. Это чувство собственного тела. Ребёнок кожей знает, как сильно жать чашку, чтобы не раздавить и не выронить. Знает, где рука вот-вот на что-то наткнётся. Всё это мы впитываем в
09:11
Speaker A
первые годы жизни, просто копашась и всё хватая. А робота этому из текста не научишь. Этому можно научить только через тело, через тысячи проп и ошибок.
09:21
Speaker A
И показательная вещь. Даже у хороших роботов простое действие даётся легко, а обратное- нет. Выкрутить лампочку из патрона получается почти всегда, а вкрутить обратно, аккуратно попав в резьбу, получается гораздо реже. Сломать и разобрать проще, чем собрать. Знакомо, да? И вот ещё что интересное. Инженеры
09:43
Speaker A
недавно сделали роботу то, чего у него раньше не было совсем. Чувство касания в пальцах и короткую память. Звучит скучно, а на деле это огромный шаг, потому что без касания робот не чувствует, держит он тарелку или уже выронил, а без памяти он забывает, что
10:00
Speaker A
только что сделал. Представьте человека, который берёт предмет, не чувствуя его пальцами и тут же забывая, зачем взял.
10:07
Speaker A
Вот примерно так робот и жил до недавнего времени. И только сейчас у него появляются те чувства, которые нам кажутся само собой разумеющимися. Плюс время и деньги. Пока такой робот думает над каждым шагом по несколько секунд, а на складку одного полотенца у некоторых
10:23
Speaker A
уходят десятки минут. Человек делает это за 7 секунд и бесплатно. Так что до робота, который реально заменит вас по дому, ещё далеко. Но вот что важно держать в голове. Смотреть надо не на сегодняшнюю цену, а на скорость. Ещё
10:39
Speaker A
пару лет назад обычные нейросети для управления телом не годились вообще никак, а теперь уже справляются. Пусть медленно и дорого. Новые модели выходят чуть ли не дважды в год. И если каждый следующий шаг будет таким же большим, то года через два цифры будут совсем
10:56
Speaker A
другими. Подписывайтесь на мой Telegram-канал, там будут выложены дополнительные материалы и полезные ссылки по теме этого ролика, а также другие инсайты из мира искусственного интеллекта, которые не вошли в основной выпуск. И вот мы подходим к главному. До сих пор мы говорили только о том, сможет
11:13
Speaker A
ли робот что-то сделать. Но есть вопрос, куда важнее. Останет ли это он делать, если его попросят о чём-то плохом? Пока робот запинается об складку полотенца, это кажется неважным. Но давайте честно заглянем вперёд. Руки у этих роботов с каждым годом будут всё ловчее, и в
11:31
Speaker A
какой-то момент единственным тормозом останется не то, что робот не умеет, а то, что ему разрешили. И тут возникает развилка, которую закладывают прямо сейчас. Компании понимают опасность и встраивают в роботов ограничения. У хороших моделей уже есть защитные слои.
11:48
Speaker A
Робот проверяет команду на опасность, может отказаться от явно вредного приказа, может замереть, если рядом оказался человек. То есть ум и совесть стараются встраивать вместе. И вот тут есть тревожный звоночек, который уже прозвенел. Учёные из Пенсильванского университета ещё в 2024 году проверили,
12:07
Speaker A
можно ли обмануть таких роботов. Взяли несколько реальных машин, которыми управляет нейросеть: робота-собаку, робота на колёсах и языковую модель для беспилотного автомобиля. Сначала всё было хорошо. Когда роботу прямо приказывали сделать что-то опасное, он отказывался. Защита работала, но исследователи зашли хитрее. Они
12:27
Speaker A
переформулировали приказ так, будто это сценарий фильма, где робот играет злодея, и защита посыпалась. Результат неприятный. Роботов удалось уговорить на опасные действия почти в 100% попыток.
12:40
Speaker A
Робот-собака соглашался доставить груз в опасное место. Беспилотник в симуляторе ехал на пешеходов и проскакивал на красный. А хуже всего вот что. Иногда роботы не просто выполняли вредный приказ, а ещё и сами предлагали, как навредить сильнее. То есть защита,
12:55
Speaker A
которую встроили, оказалась не стеной, а скорее занавеской. Прямой приказ она отбивала, а хитрую формулировку уже нет.
13:03
Speaker A
Но вот что меня по-настоящему беспокоит. Ум и осторожность - это две разные вещи, и они не всегда идут рука об руку. Можно сделать очень умного робота и забыть встроить ему тормоза или встроить их кое-как. А дальше всё зависит от того,
13:18
Speaker A
какая компания и с какими правилами выпустила эту модель в мир. Получается, что скоро главный вопрос про роботов будет не в том, насколько они умные, а в том, что именно им разрешили делать и кто за это отвечает. Умная машина без
13:33
Speaker A
тормозов опаснее глупой. И вот эту часть, по-моему, обсуждают куда меньше, чем стоило бы. Давайте соберёмся вместе.
13:42
Speaker A
Прямо сейчас происходит тихая, но огромная перемена. Нейросети выходят из экрана в настоящий мир. Они уже работают на заводах, учатся убирать незнакомых домах и обходиться без интернета. При этом тело пока сильно отстаёт от ума.
13:57
Speaker A
Робот гениально рассуждает и неуклюже действует, но разрыв этот сокращается на глазах и очень быстро. И знаете, что я понял, пока готовил этот выпуск? Самое интересное тут не про железо. Железо как раз догонит, это вопрос времени.
14:13
Speaker A
Самое интересное про то, какие правила мы успеем вложить в эти машины, пока их руки ещё не ловкие, потому что потом, когда руки станут ловкими, менять правила будет гораздо сложнее.
Topics:искусственный интеллектроботынейросетиробототехникаFigureBMWGooglePhysical Intelligenceгуманоидные роботыбезопасность ИИ

Get More with the SozAI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries and speaker detection. 30 minutes free.

Or transcribe another YouTube video here →