סטארט-אפ מבטיח מהפכת ChatGPT לרובוטיקה

מה קרה

סטארט-אפ הרובוטיקה והבינה המלאכותית General Intuition מציג תפיסה שאפתנית: במקום לבנות לכל רובוט ולכל סביבה מודל נפרד, אפשר לפתח מודל בסיס רחב שיבין תנועה, מרחב וזמן, ואז להתאים אותו במהירות למשימות שונות. מנכ"ל החברה, פים דה ויטה, אמר בראיון כי כיום חברות רבות עדיין אוספות כמויות עצומות של מידע ייעודי עבור כל מערכת בנפרד, אך להערכתו הגישה הזאת תאבד מחשיבותה ככל שיופיעו מודלים כלליים יותר.

לדבריו, החברה בנתה מודל כזה באמצעות אימון על מיליוני שעות של נתוני משחקי וידאו, ובהם לא רק תמונה אלא גם מידע על הפעולות שביצע המשתמש — למשל אילו כפתורים נלחצו ובאיזה עיתוי. לטענת דה ויטה, דווקא רכיב ה"פעולה" הוא מה שמאפשר למערכת לפתח אינטואיציה דמוית-אדם לגבי קשר בין תפיסה, תנועה ותוצאה.

החברה גייסה בחודש שעבר 320 מיליון דולר לפי שווי של 2.3 מיליארד דולר. בין התומכים הבולטים שלה נמצא המשקיע וינוד קוסלה, שסבור גם הוא כי נתוני פעולה הם מרכיב מרכזי בדרך ליכולת מרחבית-זמנית מתקדמת יותר. General Intuition הציגה, לדבריה, מודל שמסוגל גם לשחק במשך שעות במשחק וידאו וגם להפעיל רובוט ארבע-רגלי, לאחר כוונון נוסף על בסיס שמונה דקות בלבד של נתונים מעולם הרובוטיקה.

למה זה חשוב

הטענה של General Intuition נוגעת לאחת הבעיות היקרות והקשות ביותר ברובוטיקה: איסוף נתונים מהעולם האמיתי. בניגוד למודלי שפה, שאפשר לאמן על כמויות עצומות של טקסט זמין, רובוטים צריכים להבין איך לפעול במרחב פיזי משתנה — במסדרון, במשרד, במחסן או ברחוב. איסוף מידע כזה דורש חומרה, זמן, ניסויים ולעיתים גם כישלונות בשטח.

אם אכן ניתן להעביר חלק ניכר מהלמידה לסביבות מדומות, כמו משחקי וידאו, ולאחר מכן להשלים רק התאמה קצרה במציאות, המשמעות עבור התעשייה עשויה להיות דרמטית. זה יכול לקצר את זמן הפיתוח, להוזיל עלויות ולפתוח את השוק גם לחברות שאין להן יכולת לאסוף מיליוני שעות של נתוני רובוטיקה אמיתיים.

ההשוואה לעולם מודלי השפה אינה מקרית. לפני עידן מודלי הבסיס, ארגונים רבים פיתחו מערכות עיבוד שפה ייעודיות לכל שימוש. כיום רובם מתחילים ממודל כללי ואז מכוונים אותו לצורך מסוים. דה ויטה מעריך כי מהלך דומה יתרחש גם ב"בינה פיזית" — כלומר מערכות שמבינות לא רק טקסט או תמונה, אלא גם תנועה ואינטראקציה בעולם.

ההשלכות האפשריות

אם הגישה הזאת תוכיח את עצמה בקנה מידה רחב, ייתכן ששוק הרובוטיקה יעבור שינוי מבני. במקום עשרות חברות שבונות כל אחת יכולת ליבה מאפס, יכול להיווצר מודל שכבה בסיסית אחת, שעליו ייבנו יישומים רבים: רובוטים תעשייתיים, מכונות שירות, מערכות לוגיסטיקה ואולי גם פלטפורמות נהיגה אוטונומית.

זו גם הסיבה ש-General Intuition אינה מציגה את עצמה כיצרנית רובוטים. דה ויטה אמר כי מטרת החברה אינה להקים חברת מכוניות אוטונומיות או לייצר כל מכונה בעצמה, אלא להפוך את המשימה הזו לפשוטה הרבה יותר עבור אחרים. אחת הקריאות האפשריות היא שהחברה מבקשת לתפוס את עמדת התשתית של התחום — בדומה לחברות שמספקות מודלי בסיס לעולם התוכנה הגנרטיבית.

עם זאת, יש גם שאלות פתוחות. הצלחה בהדגמה אחת או בסביבת משרד אינה מבטיחה ביצועים עקביים במפעל, ברחוב הומה או בתנאי מזג אוויר משתנים. בנוסף, המעבר מסימולציה למציאות נחשב זה שנים לאתגר מרכזי ברובוטיקה, ולכן ייתכן שהדרך למודל כללי באמת תהיה ארוכה יותר מכפי שחברות צעירות מציגות בשלב מוקדם.

הזווית של פוז

הנקודה המרכזית כאן היא שהמרוץ ברובוטיקה עשוי לזוז מחומרה אל מודלי היסוד שמאחורי החומרה. המשמעות האפשרית היא שהחברה שתצליח לייצר "אינטואיציה" כללית של תנועה ומרחב, לא בהכרח תהיה זו שתמכור את הרובוט עצמו. ייתכן ש-General Intuition מנסה כבר עכשיו למצב את עצמה כשכבת הבסיס שעליה אחרים יבנו את הדור הבא של מכונות אוטונומיות.