Robotid uurimisrühma asemel? OpenAI saadab oma robootikameeskonna laiali: miks see ei pea olema taganemine

OpenAI korraldab oma robootikat ümber – sellel on tagajärjed kogu tööstusharule

Spetsialiseeritud robootika lõpp? OpenAI tugineb üldistele tehisintellekti mudelitele

OpenAI lõhub oma iseseisva robootikameeskonna ja paigutab töötajad ümber teistesse äriüksustesse. Esmapilgul kõlab see nagu lahkumine ühest põnevamast tulevikuvaldkonnast – tehisintellektist. Ümberkorraldus võib aga viidata teistsugusele kursile: robootika käsitlemise asemel eraldi uurimisdistsipliinina kavatseb OpenAI ilmselt oma üldised tehisintellekti mudelid tihedamalt integreerida robotite arendamisega.

Selle taga peitub kaugeleulatuv risk. Seni nõudis robotite juhtimine sageli spetsiaalseid mudeleid, patenteeritud andmekogumeid ja märkimisväärset tehnilist oskusteavet. Nüüd näib OpenAI panevat suuremat rõhku suurte mudelite võimele, mis on võimelised töötlema kõnet, pilte ja muud teavet, täita ülesandeid ka füüsilises maailmas. See võib muuta seda, kes tulevikus robotite jaoks olulist tehnoloogiat arendab – ja kas tööstuses domineerivad spetsialiseerunud pakkujad või suured tehisintellekti platvormid.

Seega ei tähenda ümberkorraldus tingimata robootikast eemaldumist. Pigem võib see viidata sellele, et OpenAI käsitleb robotite intelligentsust oma põhiliste tehisintellekti mudelite laiendusena. Kas see lähenemisviis praktikas osutub elujõuliseks, jääb aga veel näha: robotid peavad lisaks veenvatele demonstratsioonidele ka reaalsetes keskkondades usaldusväärselt, ohutult ja ökonoomselt toimima. OpenAI otsus tõstatab seega laiema küsimuse: kas robootikast saab tulevikus vähem võimsate tehisintellekti platvormide pärusmaa või jääb see iseseisvaks distsipliiniks, kus erialased teadmised on üliolulised?

Peamine pöördepunkt: kui keelemudelist saab roboti aju

OpenAI on oma eraldiseisva robootikameeskonna laiali saatnud ja töötajad ettevõtte teistesse valdkondadesse ümber paigutanud. Esmapilgul tundub see olevat taganemine ühest nähtavamast tehisintellekti tulevikuvaldkonnast. Tegelikkuses on aga tegemist pigem strateegilise ümberkorraldamisega: robootikaalane uurimistöö integreeritakse tsentraliseeritud mudeliarendusse, samas kui rakendusrobootika ja riistvara paigutatakse laiemasse toote- ja rakendusvaldkonda. Sõnum on selge: OpenAI ei vaatle roboteid enam eelkõige iseseisva uurimisdistsipliinina, vaid pigem oma üldiste tehisintellekti mudelite rakendusalana.

See otsus on suure majandusliku ja tehnoloogilise tähtsusega. See tähistab potentsiaalset pöördepunkti kogu robootikatööstusele. Aastakümneid peeti füüsiliste masinate juhtimist väga spetsiifiliseks probleemiks, mis nõudis spetsiaalseid mudeleid, andmekogumeid, simulatsioonikeskkondi ja insenerimeeskondi. Nüüd seab üks maailma mõjukamaid tehisintellekti ettevõtteid kahtluse alla just selle eelduse. Kui suured, üldiselt treenitud mudelid suudavad roboteid otse juhtida, nihkub väärtus spetsialiseeritud robootikatarkvarast üha enam alusmudelite, arvutusinfrastruktuuri, andmemajanduse ja mudelite usaldusväärse juurutamise võime hõlmamisele füüsilises maailmas.

Seega on provokatiivne alapealkirja küsimus: kas robootikast saab suurte tehisintellekti korporatsioonide jaoks pelgalt lisatarvik?

Sümboolse jõuga ümberkorraldus

2024. aastal moodustas OpenAI spetsiaalse robootikameeskonna ja teatas samaaegselt partnerlusest robootika idufirmaga Figure. Eesmärk oli arendada tehisintellekti mudeleid humanoidrobotite jaoks. See koostöö lõppes 2025. aasta veebruaris pärast seda, kui Figure teatas oma kavatsusest arendada oma robotite tehisintellekti mudeleid. OpenAI omalt poolt teatas, et töötab oma humanoidroboti kallal. Aruannete kohaselt on ettevõtte eesmärk esimene avalik demonstratsioon 2027. aastal.

Seega ei ole sõltumatu meeskonna nüüdseks väljakuulutatud laialisaatmine ootamatu sündmus. See on osa pikemast arengust, mille käigus OpenAI on korduvalt oma robootikastrateegiat kohandanud. 2020. aastal sulges ettevõte varasema robootikagrupi. Sel ajal mängisid olulist rolli piiratud robotite andmed ja arusaam, et suured keelemudelid võivad olla kiirem tee võimsa üldise tehisintellekti poole. Uus meeskond loodi 2024. aastal ja nüüd toimub järjekordne ekspertiisi ümberjaotamine.

Robootikauurijad töötavad edaspidi keskses teadusorganisatsioonis teadusdirektori Mark Cheni juhtimisel. Rakendusrobootika ja riistvara meeskonnad kolivad rakendusorganisatsiooni president Greg Brockmani juhtimisel. See eraldamine on paljastav. See näitab, et OpenAI eristab kahte tasandit: fundamentaalset modelleerimisuuringut, mis tulevikus arendab ka robootikavõimekust, ning praktilist rakendamist riistvaras, juhtimises, integratsioonis ja toodetes.

Ettevõtte pressiesindaja rõhutas, et see ei tähenda robootikast taganemist. Robootika jääb ettevõtte pikaajalise visiooni osaks. Samal ajal kujutatakse ümberkorraldust kiirendusena. Teadlased integreeritakse tihedamalt üldise mudeliarendusega, selle asemel, et töötada spetsialiseeritud robootikamudelite kallal eraldi organisatsioonis. Kas see kujutis peegeldab täielikult majanduslikku reaalsust, jääb veel näha. Sõltumatu meeskonna laialisaatmine hõlmab alati prioriteetide seadmist: koondatakse ressursid, tähelepanu, arvutusvõimsus ja juhtimisalane oskusteave.

Otsuse lühiajaline iseloom

Ajastus on tähelepanuväärne. OpenAI oli registreerinud oma boksi Austinis toimuvale CoRL-i konverentsile. Robootikaõppe konverents on üks olulisemaid robootika ja masinõppe uuringute teaduskogunemisi. Seal osalemine poleks olnud mitte ainult PR-käik, vaid ka signaal teadlastele, investoritele, talentidele ja potentsiaalsetele partneritele.

Kuid putka jäi tühjaks. Nähtavat OpenAI brändingut ega demonstratsioone polnud. See lahknevus kavandatud kohaloleku ja tegeliku lahkumise vahel näitab, kui lühiajaline see otsus ilmselt oli. Seda võib tõlgendada kui märki kiirest strateegilisest ümberhindamisest. Võib-olla olid sisemised katsed näidanud, et ettevõtte üldised mudelid said robotiülesannetega oodatust paremini hakkama. Võib-olla tahtis OpenAI ressursse ümber jaotada. Võib-olla mängis rolli ka organisatsiooni efektiivsus, kulude kontroll või ettevalmistus tulevasteks kapitalituru tegevusteks.

Majanduslikust vaatenurgast on nende tehnoloogiate lühiajaline olemus ülioluline. Piiratud arvutusressursside, kõrgelt tasustatud teadlaste ja tohutu investeerimisvajadusega ettevõtted ei saa lõputult töötada samaaegselt kõigis paljulubavates tehnoloogiavaldkondades. Iga otsus ühe valdkonna kohta on samaaegselt otsus teise valdkonna vastu või vähemalt selle kasuks. Robootika on kapitalimahukas, aeganõudev ja ebakindel. Mudelid, tarkvara ja pilveteenused skaleeruvad kiiremini. Humanoidrobot seevastu vajab mehaanilist arendust, andureid, ajameid, toiteallikat, ohutust, tootmist, hooldust ja regulatiivset heakskiitu.

Seetõttu näib OpenAI kaaluvat, kas robootikat tuleks käsitleda oma põhipädevuse rakendusena, selle asemel et seda eraldi vertikaalse tehnoloogiaplatvormina ehitada.

Üldmudelite hüpotees

Uue strateegia keskmes on tehnoloogiline hüpotees: keele, koodi, piltide ja potentsiaalselt ka video jaoks treenitud üldised mudelid võiksid olla ka kehastunud tehisintellekti aluseks. Kehastunud tehisintellekt viitab süsteemidele, mis mitte ainult ei töötle teavet, vaid tajuvad ka oma keskkonda andurite abil, langetavad otsuseid ja tegutsevad füüsilises maailmas ajamite kaudu. Sellesse kategooriasse kuuluvad robotid, autonoomsed sõidukid, droonid, tööstuslikud manipulaatorid ja kodumajapidamiste abisüsteemid.

Traditsiooniline robootika põhines pikka aega väga killustatul lähenemisviisil. Taju, teekonna planeerimine, juhtimine, manipuleerimine, objektide tuvastamine, keel ja ülesannete planeerimine töötati tavaliselt välja eraldi. Robot võis olla väga hea konkreetse haardeoperatsiooni sooritamisel, kuid ei suutnud paindlikult reageerida uutele objektidele, muutuvale keskkonnale või ettenägematutele häiringutele. Üldistamine oli piiratud. Iga uus ülesanne nõudis sageli uusi andmeid, uusi mudeleid või keerukat programmeerimist.

Suured tehisintellekti mudelid muudavad seda loogikat. Nad suudavad keelest aru saada, visuaalset teavet tõlgendada, ülesandeid osadeks jagada, koodi genereerida ja füüsilise maailma kohta teadmisi rakendada. Robot, kellele antakse käsk võtta laualt määrdunud tass ja panna see nõudepesumasinasse, ei pea ainult haaratsit liigutama. See peab ära tundma, mis on tass, kuidas seda haarata, millised takistused esinevad, milline liikumine on mõttekas ja mida teha vea korral. Üldmudel võiks potentsiaalselt ühendada selle taju, keele, planeerimise ja tegevuse ahela.

OpenAI teatas, et selle teadlased eeldasid algselt, et robootika edusammud tuginevad peamiselt sellistele töödele nagu videote genereerimise mudel Sora. Sora eeldab teatud arusaamist füüsilisest maailmast, sealhulgas liikumisest, objektidest, ruumist, põhjuslikkusest ja ajalistest järjestustest. Ettevõtte uuemad Frontieri mudelid on aga näidanud oma otsesemat rakendatavust robotiülesannete puhul. See arusaam näib olevat olnud selle fookuse nihke peamine edasiviiv jõud.

Miks on robootika nii keeruline

Ootus, et üldised mudelid suudavad roboteid juhtida, kõlab usutavalt. See ei tohiks aga varjutada tõsiasja, et füüsiline maailm on tehniliselt ja majanduslikult keerukam kui digitaalne. Keelemudel võib tekstis vea tekitada ilma kohest materiaalset kahju tekitamata. Valesti haarav robot võib klaasi purustada, inimesi vigastada, tootmisüksusi kahjustada või kalleid protsesse häirida.

Robootika ühendab endas mitu keerulist probleemvaldkonda. Esiteks on taju mittetäielik. Kaamerad pakuvad pilte, kuid varjud, peegeldused, varjamised, muutuvad valgustingimused ja liikuvad objektid raskendavad tõlgendamist. Puuteandurid, jõuandurid, sügavuskaamerad ja lidar võivad küll abiks olla, kuid need suurendavad keerukust ja kulusid. Teiseks on juhtimine täpne. Käsi peab teadma mitte ainult seda, kust haarata, vaid ka seda, millise jõuga, kiirusega ja millises järjekorras. Kolmandaks on keskkond muutlik. Labor, tehas või korter ei ole kunagi täielikult etteaimatav. Neljandaks on ohutus ja töökindlus üliolulised. Süsteem, mille edukuse määr on 95 protsenti, võib digitaalses rakenduses olla muljetavaldav, kuid tehases majanduslikult kasutuskõlbmatu, kui iga viies ülesanne ebaõnnestub.

Lisaks sellele on andmete probleem. Internet sisaldab tohutul hulgal teksti, pilte, videoid ja koodi. Siiski on seal palju vähem kvaliteetseid andmeid robotite käitumise kohta reaalsetes keskkondades. Eriti väärtuslikud oleksid andmed jõudude, hõõrdumise, haardejõudude, kokkupuutepunktide, materjalide käitumise, vastupidavuse, vigade ja paranduste kohta. Sellised andmed tuleb kas koguda kallites reaalsetes katsetes või genereerida simulatsioonide abil. Simulatsioonid on skaleeritavad, kuid need ei esinda kunagi täielikult reaalse maailma füüsikat. Üleminek simulatsioonist reaalsusesse on endiselt üks robootika keskseid takistusi.

Otsuse taga peituv majanduslik loogika

OpenAI sammu võib mõista kui vastust põhimõttelisele majanduslikule dilemmale. Ettevõttel on erakordsed modelleerimisvõimalused, tohutud arvutusressursid ja globaalne juurdepääs talentidele. Samal ajal on oma robotiriistvara arendamine kulukas, aeglane ja kapitalimahukas. Seega on küsimus järgmine: kas OpenAI-st peaks saama täielik robootikaettevõte või pakkuma tehisintellekti kihti, mis tulevikus teiste tootjate roboteid tööle hakkab?

Sõltumatu meeskonna laialisaatmine viitab teisele variandile. OpenAI ei pruugi ilmselgelt soovida omada kõiki robotökosüsteemi komponente. Selle asemel keskendub see sellele, mida ta kõige paremini oskab: võimsate ja üldotstarbeliste mudelite arendamisele. Need mudelid võiksid olla robotite kognitiivseks kihiks, samas kui riistvaratootjad, integraatorid, tööstuskliendid ja spetsialiseerunud müüjad tegelevad füüsilise rakendamisega.

See oleks sarnane ärimudel tarkvaratööstuse omaga. Iga lõppseadmega ei pruugi kaasas olla operatsioonisüsteemi või pilveplatvormi. Pigem pakub platvormi operaator keskset intelligentsust, samas kui riistvaratootjad, rakenduste arendajad ja teenusepakkujad jagavad lisaväärtust. Robootikas võiks OpenAI tulevikus võtta enda kanda robootika tehisintellekti pakkuja rolli: mudelid, liidesed, arendusvahendid, turvafunktsioonid, pilvepõhine järeldus ja potentsiaalselt litsentsipõhised arveldusmudelid.

Majanduslik atraktiivsus seisneb selle skaleeritavuses. Kui häälepõhine või multimodaalne mudel on välja töötatud, saab seda pakkuda paljudele klientidele API-de, pilveteenuste või litsentsilepingute kaudu. Lisakasutaja või roboti piirkulud on suhteliselt madalad. Füüsiline robot seevastu tuleb toota, transportida, paigaldada, hooldada ja lõpuks välja vahetada. Iga seade seob kapitali, tarneahelaid, hoolduspersonali ja varusid.

Seetõttu oleks OpenAI-l ratsionaalne kontrollida mudeli intelligentsust ja kas arendada riistvara ise, ehkki piiratud ulatuses, või teha koostööd partneritega. Spetsiaalne humanoidrobot võiks olla võrdlusplatvormiks. See demonstreeriks mudelite võimekust, genereeriks oma andmeid ja looks turu tulevaseks koostööks. See ei pea aga tingimata saama masstoodanguna valminud lõpptooteks.

Platvormimajanduse jõud

Kõige olulisem majanduslik küsimus ei ole see, kas OpenAI suudab roboteid ehitada. Oluline küsimus on see, kes kontrollib kehastunud tehisintellekti keskset platvormi. Kui üldised mudelid moodustavad tõepoolest robotite juhtimise aluse, tekib sarnane võimustruktuur mobiilsete operatsioonisüsteemide, pilveinfrastruktuuri või suurte keelemudelite omaga.

Robootikatootjal võivad olla suurepärased mehaanikad, andurid ja ajamid. Kui aga oluline mudel, arendusvahendid, andmekanal ja pilvetaristu pärinevad suurelt tehisintellekti pakkujalt, siis väärtusahel nihkub. Riistvaratootjast võib saada integraator, samas kui mudelipakkujal on kõrgeimad marginaalid, tugevaim klientide lojaalsus ja suurim kontroll tehnoloogiapaketi üle.

See selgitab, miks OpenAI otsus on oluline palju laiemalt kui ainult ettevõte ise. Figure, Tesla, Boston Dynamics, Agility Robotics, 1X, Apptronik, Unitree ja paljud teised ettevõtted töötavad humanoidsete või spetsialiseeritud robotite kallal. Mõned järgivad oma robot-tehisintellekti arendamise lähenemisviisi. Teised loodavad koostööle suurte tehisintellekti pakkujatega. Strateegiline pinge seisneb selles, et tugev tehisintellekti partner toob täna kiirendust, kuid võib pikas perspektiivis tekitada ka sõltuvust.

Robootika idufirmade jaoks on sõnum ambivalentne. Ühelt poolt võivad kognitiivsete võimete arenduskulud väheneda, kuna kättesaadavaks muutuvad võimsad alusmudelid. Idufirma ei pea enam nullist keelt, visiooni ja planeerimismudelit välja töötama. Teisest küljest väheneb eristumise võimalus, kui olulist intelligentsust kontrollib paar suurt pakkujat. Seejärel nihkub konkurents riistvara, turvalisuse, töökindluse, tootmise, müügi, teeninduse ja valdkonnapõhise integratsiooni poole.

Andmed kui uus napp ressurss

Digitaalses tehisintellektis on andmetele juurdepääs pikka aega olnud oluliseks konkurentsieeliseks. Internetis on tohutul hulgal teksti ja pilte. Robootikas on andmete olukord teistsugune. Reaalse maailma interaktsiooniandmeid on vähe, need on kallid ja neid on raske standardiseerida. Igal robotil on erinevad andurid, ajamid, keha geomeetria ja ülesanded. Konkreetse robotkäe abil kogutud andmeid ei saa lihtsalt humanoidrobotile üle kanda.

Seetõttu muutub üha olulisemaks võime genereerida oma andmeid. Ettevõte, mis käitab roboteid tehastes, logistikakeskustes, kodudes või laborites, kogub väärtuslikku teavet reaalsete tegevuste, vigade, paranduste ja kasutajate reaktsioonide kohta. Neid andmeid saab kasutada mudelite täiustamiseks. See loob õppetsükli: rohkem juurutusi viib rohkemate andmeteni, rohkem andmeid parandab mudeleid, paremad mudelid suurendavad töövõimet ja suurem töövõime viib rohkemate juurutusteni.

OpenAI saaks seda tsüklit üles ehitada partnerluste, API-de, arendusplatvormide või omaenda pilootprojektide kaudu. Selles mõttes ei oleks ettevõtte humanoidrobot mitte ainult toode, vaid ka andmeallikas. See saaks demonstreerida, kuidas mudelid füüsilises maailmas ebaõnnestuvad, kus on vaja täiendavaid treeningandmeid ja milliseid ohutusmehhanisme on vaja.

Samal ajal kerkivad esile andmekaitse, eetilised ja geopoliitilised küsimused. Kodudes, hooldekodudes, tehastes ja avalikes kohtades olevad robotid võivad salvestada liikumisprofiile, nägusid, hääli, asukohti ja käitumismustreid. See, kes neid andmeid omab, töötleb ja mudelite koolitamiseks kasutab, saavutab märkimisväärse mõjuvõimu. Kehastunud tehisintellekti majanduslik jõud ei tulene seega mitte ainult arvutusvõimsusest ja mudelitest, vaid ka andmete suveräänsusest ja usaldusest.

Peaaegu ettevõttesisene lahendus: kuidas Xpert.Digital täidab B2B turunduse ja müügi operatiivseid lünki – nutikas sisupõhine äri - pilt: Xpert.Digital

Xpert.Digital on Konrad Wolfenstein juhitav andmepõhine B2B tööstuskeskus. Ettevõte tegutseb tööstuspartneritele välise, peaaegu sisemise lahendusena, täites turunduse, sisu ja müügi operatiivseid lünki – ilma kliendipoolsete lisaressurssideta.

Lisateavet leiate siit:

• Peaaegu ettevõttesisene lahendus: kuidas Xpert.Digital täidab B2B turunduse ja müügi operatiivseid lünki – Smart Content-Driven Business

Uurimisrühmast tooteökosüsteemiks

Teadus- ja rakendusarenduse eraldatus ei ole pelgalt organisatsiooniline detail. See näitab, kuidas OpenAI kavatseb tulevikus robootikale läheneda. Mark Cheni juhitud teadlased töötavad eeldatavasti taju, planeerimise, ruumilise mõistmise, keele ja tegevuse üldiste mudelite täiustamise kallal. Greg Brockmani juhitud rakendusorganisatsioon tõlgib need võimed konkreetseteks süsteemideks: riistvara integreerimine, juhtimistarkvara, ohutus, testimine, pilootprojektid ja potentsiaalselt ka kommertstooted.

See tööjaotus võib olla tõhus, kuna see väldib töö dubleerimist. Eraldi robootikameeskond võib välja töötada oma mudeleid, isegi kui kesksel teadusorganisatsioonil on juba võrreldav kogemus. Integratsioon võimaldab keelemudelite, multimodaalse taju, koodi genereerimise ja maailma modelleerimise edusamme otse robootikarakendustes rakendada. See vähendab hõõrdumist ja kiirendab uuringute ülekandmist toodetesse.

Samal ajal kaasnevad integratsiooniga riskid. Robootika ei ole ainult tehisintellekti rakendus. See nõuab spetsiifilisi teadmisi mehaanikast, juhtimistehnikast, andurite liitmisest, reaalajas süsteemidest, materjaliteadusest, ohutusest ja tootmisest. Kui robootikauurijad keskenduvad täielikult suurtele mudelimeeskondadele, on oht, et need erialased teadmised kaotavad oma olulisuse. Tulemuseks võivad olla mudelid, mis toimivad võrdlustestides hästi, kuid reaalsetes keskkondades ebaõnnestuvad.

Majanduslik väljakutse seisneb õige tasakaalu leidmises. Liigne eraldatus toob kaasa ebaefektiivsuse ja topeltinvesteeringud. Liigne tsentraliseerimine võib alahinnata füüsilise maailma spetsiifilisi nõudeid. Seetõttu peab OpenAI tagama, et robootikaalane oskusteave mitte ainult ei säiliks, vaid ka integreeritaks tõhusalt mudeli- ja tootearendusse.

Humanoidroboti tähtsus

Väidetavalt töötab OpenAI oma humanoidroboti kallal. Sam Altmani eesmärk on väidetavalt esimene avalik demonstratsioon 2027. aastal. Humanoidrobot ei ole tingimata majanduslikult kõige tõhusam masinavorm. Paljude tööstuslike ülesannete jaoks on odavamad ja usaldusväärsemad spetsiaalsed käed, sõidukitaolised süsteemid, mobiilrobotid või statsionaarsed automatiseerimislahendused. Inimeste kasutamine mudelina ei ole alati parim tehnoloogiline lahendus.

Miks ettevõtted ikka veel humanoidrobotitesse investeerivad? Peamine põhjus peitub keskkonna universaalsuses. Tehased, laod, kontorid, haiglad ja eluruumid on valdavalt ehitatud inimestele. Trepid, ukselingid, tööriistad, riiulid, lülitid, masinate juhtpaneelid ja töötasapinnad on projekteeritud inimese kehamõõtmete ja liikumismustrite järgi. Humanoidrobot suudab potentsiaalselt töötada olemasolevates keskkondades ilma täielikku ümberkujundamist vajamata.

See võib vähendada rakenduskulusid. Tehase spetsialiseeritud automatiseerimiseks ümberprojekteerimise asemel võiks humanoidroboti integreerida olemasolevatesse protsessidesse. See võiks transportida materjale, juhtida masinaid, teha lihtsaid montaažitöid, toetada kvaliteedikontrolli või töötada ohtlikes piirkondades. See, kas see on majanduslikult tasuv, sõltub aga suuresti tunnihinnast, töökindlusest, hooldusnõuetest ja tegelike ülesannete ulatusest.

OpenAI jaoks võiks humanoidrobot olla ka strateegiline demonstratsiooniobjekt. See tõestaks, et nende mudelid suudavad lisaks teksti, piltide või koodi genereerimisele ka keeruliste füüsiliste ülesannetega toime tulla. Kaasahaarav demonstratsioon 2027. aastal võiks veenda investoreid, kliente ja talente. See võiks ka hoogustada robotite tehisintellekti litsentside turgu. Demonstratsioon ei ole aga veel massituru toode. Tegelik proovikivi seisneb selles, kas robotid suudavad mitu kuud usaldusväärselt, ohutult ja ökonoomselt töötada.

Üleüldistamise oht

Idee, et üldotstarbelised mudelid saavad asendada spetsialiseeritud robootikamudeleid, on ahvatlev. See lubab vähem meeskondi, vähem dubleerivat arendust ja kiiremat skaleerimist. Kuid see võib viia ka spetsialiseerumise alahindamiseni. Füüsiline maailm ei ole lihtsalt järjekordne moodus teksti ja pildi kõrval. Sellel on oma loomupärased seadused: hõõrdumine, kaal, inerts, elastsus, kulumine, ohutus, energiatarve ja ettearvamatud häired.

Üldotstarbeline mudel võib küll aru saada, et objektist tuleb kinni haarata. Siiski võib sellel olla raskusi õige haardejõu määramisega õrna klaasi, libeda tooriku või kuuma metallitüki puhul. See saab aru keelest, kuid ei suuda usaldusväärselt hinnata, kas andur on vigane, ajam kuumeneb üle või kas liikumine kujutab endast ohtu inimestele. Need võimalused nõuavad sageli valdkonnapõhiseid mudeleid, juhtimissüsteeme ja ohutusarhitektuure.

Seega ei ole tõenäolisem areng täielik asendamine, vaid tööjaotus. Üldotstarbelised mudelid võiksid moodustada kognitiivse kihi: keele mõistmine, ülesannete tõlgendamine, objektide äratundmine, plaanide loomine ja erandite käsitlemine. Spetsialiseeritud komponendid vastutaksid jätkuvalt reaalajas juhtimise, mootori juhtimise, jõu juhtimise, ohutusväljalülituse, andurite liitmise ja usaldusväärse riistvara eest. Oluline küsimus on, kuidas need kihid on omavahel ühendatud.

OpenAI jaoks tähendab see, et robootikameeskonna laialisaatmine ei tähenda tingimata erialateadmiste lõppu. See võib tähendada ka seda, et need teadmised integreeritakse teistesse struktuuridesse. Selle õnnestumist näitab see, kas ettevõte arendab robootikasüsteeme, mis mitte ainult ei paku muljetavaldavaid demonstratsioone, vaid toimivad ka reaalsetes tingimustes usaldusväärselt.

Tagajärjed tööturule

Ümberkorraldusel on tagajärjed ka tööturule. Robootika on interdistsiplinaarne valdkond. See ühendab endas masinaehituse, elektrotehnika, arvutiteaduse, kognitiivteaduse, materjaliteaduse, automaatika ja tehisintellekti. Seni olid spetsialiseerunud robootikauurijad sageli organiseeritud oma osakondadesse või idufirmadesse. Kui suured tehisintellekti ettevõtted integreerivad robootika oma mudelmeeskondadesse, muutuvad karjäärivõimalused, oskused ja hüvitusstruktuurid.

Teadlased, kellel on kogemusi tugevdusõppe, arvutinägemise, kehastunud tehisintellekti, simulatsiooni, juhtimise ja multimodaalsete mudelite alal, võivad tulevikus olla väärtuslikumaks muutunud. Samal ajal võivad traditsioonilised robootikainsenerid sattuda surve alla laiendada oma oskusi, et hõlmata masinõpet, tarkvaraarendust ja andmeinfrastruktuuri. Piir tehisintellekti uurija, robootikainseneri ja tootearendaja vahel on hägustumas.

Andekate inimeste jaoks võib integreerumine suurde tehisintellekti ettevõttesse olla atraktiivne. Nad saavad juurdepääsu arvutusvõimsusele, andmetele, mudeliarhitektuuridele ja globaalsetele turustuskanalitele. Tööstusharu jaoks võib see aga kaasa tuua ka konsolideerumise. Mõned ettevõtted kontrollivad kõige olulisemaid mudeleid, suurimaid arvutusressursse ja märkimisväärset osa tipptalentidest. Seejärel peavad idufirmad keskenduma rohkem niššidele, riistvarale, piirkondlikele turgudele, spetsialiseeritud rakendustele või omandiõigusega kaitstud andmetele.

Mõju tööstusele ja VKEdele

Võimalik üleminek üldisematele robootikamudelitele võiks automatiseerimist demokratiseerida. Seni on täiustatud robootika sageli piirdunud suurkorporatsioonidega, millel on kapital, insenerimeeskonnad ja pikad rakendustsüklid. Väikestel ja keskmise suurusega ettevõtetel (VKEdel), käsitööettevõtetel, haiglatel, logistikateenuste pakkujatel ja põllumajandustootjatel on sageli olnud raskusi automatiseerimise majanduslikult otstarbeka rakendamisega.

Kui üldine mudel suudab ülesandeid keele kaudu mõista, objekte ära tunda ja tegevusi planeerida, võiksid väiksemad ettevõtted standardiseeritud robootikalahendustest kasu saada. Laotöötaja saaks mobiilrobotile loomulikus keeles selgitada, milliseid kaubaaluseid tuleks liigutada. Laborijuht saaks robotile anda juhiseid korduvate proovide käitlemise ülesannete täitmiseks. Väikeettevõte saaks mobiilset abilist kasutada materjalide transportimiseks, kontrollimiseks või lihtsateks montaažitöödeks.

See ei pruugi tingimata kaasa tuua robootika nõudluse kohest ja plahvatuslikku kasvu. Takistused on endiselt kõrged: soetamiskulud, integreerimine, koolitus, hooldus, vastutusküsimused, küberturvalisus ja töötajate aktsepteerimine. Pikas perspektiivis võib aga üldise tehisintellekti, riistvarakulude vähenemise ja töökindluse paranemise kombinatsioon avada uusi turge. Eriti atraktiivsed oleksid ülesanded, mis on ohtlikud, monotoonsed, füüsiliselt nõudlikud või kus personali on vähe.

Samal ajal on oht uue sõltuvuse tekkeks. Ettevõtted, mis kasutavad robotite tehisintellekti teenusena, võivad loovutada andmed, protsessiteadmised ja operatiivse kontrolli platvormioperaatoritele. See, kes mudeleid kontrollib, saab mõjutada hindu, kättesaadavust, funktsionaalsust ja edasist arengut. Seetõttu on kriitilise taristu, tervishoiu ja tootmise jaoks üha olulisem küsimus tehnoloogiline suveräänsus.

Kehastunud tehisintellekti geopoliitiline mõõde

Robootika pole mitte ainult turg, vaid ka strateegiline sektor. Robotid mängivad rolli tootmises, kaitsetööstuses, logistikas, põllumajanduses, tervishoius ja kriitilises infrastruktuuris. Kui robotite kognitiivne juhtimine sõltub vähestest globaalsetest tehisintellekti pakkujatest, tekivad uued sõltuvused. Valitsused ja ettevõtted peavad selgitama, milliseid mudeleid võib kasutada, kus andmeid hoitakse, kuidas turvaauke käsitletakse ja kes vastutab vigade korral.

Ameerika Ühendriigid uhkeldavad tugevate tehisintellekti ettevõtete, suurte andmekeskuste ja juhtivate kiipide disaineritega. Hiina investeerib suuresti robootikasse, tootmisse ja tehisintellekti. Euroopal on tööstusalane oskusteave, autotööstuse tarnijad, automatiseerimistehnoloogia ja tugevad teadusasutused, kuid ta jääb maha suurte alusmudelite ja arvutusinfrastruktuuri arendamisel. See tasakaalustamatus võib süveneda, kuna robootika muutub üha enam üldistest tehisintellekti mudelitest sõltuvaks.

Euroopa ettevõtete jaoks oleks üksnes välismaiste platvormioperaatorite mudelitele lootmine strateegiliselt riskantne. Samal ajal oleks iga mudeli ja komponendi ise väljatöötamine ebareaalne. Mõistlikum strateegia oleks selline, mis tugineb avatud liidestele, Euroopa arvutusvõimsusele, tööstusandmete suveräänsusele, turvastandarditele ja tugevale integratsioonialasele oskusteabele. Euroopal võiks olla eriti oluline roll usaldusväärses, ohutu ja reguleeritud robootikas tööstuses, tervishoius ja avalikus taristus.

Mida investorid peaksid ootama

Investori vaatenurgast on OpenAI otsus signaal, kuid mitte lõplik tõestus. See näitab, et juhtiv tehisintellekti ettevõte ei käsitle robootikat isoleeritud uurimisvaldkonnana, vaid oma modelleerimisstrateegia laiendusena. See võib avaldada turule survet spetsialiseerunud robootika tehisintellekti idufirmadele. Samal ajal võib see kiirendada kogu sektori arengut, sest suured mudelid võivad vähendada arenduskulusid ja turule jõudmise aega.

Investorid peaksid eristama kahte tasandit. Esimene tasand puudutab mudeli- ja platvormimajandust. Siin võivad võita suured tehisintellekti pakkujad, kuna nad kontrollivad arvutusvõimsust, andmeid, talente ja turustuskanaleid. Teine tasand puudutab füüsilist rakendamist. Siin jäävad oluliseks riistvaratootjad, andurite ettevõtted, täiturmehhanismide spetsialistid, integraatorid, turvateenuse pakkujad ja teenindusettevõtted. Ainult võimas mudel ei ehita robotit.

Eriti huvitavad võivad olla ettevõtted, mis hõivavad ühe järgmistest ametikohtadest: neil on omandiõigusega kaitstud operatiivandmed, nad arendavad usaldusväärset riistvara konkreetsete keskkondade jaoks, neil on regulatiivsed kinnitused, nad on osavad oma süsteemide integreerimisel olemasolevatesse tööstusprotsessidesse või pakuvad turva- ja hooldusteenuseid. Neid tegureid on raskem korrata kui tarkvaraliidest või demot.

OpenAI tegelik panus

OpenAI panustab, et digitaalse ja füüsilise mõtlemise piir kahaneb rohkem, kui paljud eksperdid on varem arvanud. Kui mudel suudab ühendada keele, pildid, koodi, video ja ruumilise tegevuse ühes süsteemis, siis ei pruugi robootikat enam määratleda spetsialiseeritud mudelite, vaid pigem selle üldise intelligentsuse kvaliteedi järgi.

See panus on julge, kuid mitte ebareaalne. Tehisintellekti ajalugu näitab korduvalt, et üldotstarbelised lähenemisviisid võivad kriitilise jõudluskünnise saavutamisel spetsiaalsed lahendused välja tõrjuda. Kõnetuvastust, pildituvastust, tõlkimist ja koodi genereerimist käsitleti algselt eraldi probleemidena. Suured multimodaalsed mudelid on neid piire osaliselt hägustanud. Oleks loogiline, et robootika järgiks seda järgmise valdkonnana.

Kõige raskem katsumus on aga füüsiline maailm. Robot ei pea mitte ainult usutav välja nägema, vaid ka usaldusväärselt tegutsema, ohutult reageerima, ökonoomselt töötama ja olema pikaajaliselt töökorras. Seetõttu ei ole otsustavaks mõõdikuks demonstratsiooni elegants, vaid pigem ülesande täitmise maksumus, veamäär, kättesaadavus, ohutus ja skaleerimise kiirus.

Roboti tehisintellekti potentsiaalne uus turg

Kui OpenAI hüpotees osutub õigeks, tekib uus turg: robotite tehisintellekt teenusena. Ettevõtted saaksid litsentsida mudeleid, et varustada oma roboteid taju, planeerimise, kõne ja kohanemisvõimega. Arveldamine võiks põhineda API kasutamisel, robotipõhistel litsentsitasudel, pilvemahul või tulude jagamisel.

See muudaks väärtusahelat. Riistvaratootjad jätkaksid robotite ehitamist, kuid suurem osa kõrge kasumimarginaaliga intellektuaalomandist jääks mudelioperaatorite kätte. Süsteemiintegraatorid kohandaksid rakendusi, arendaksid turvaarhitektuure ja integreeriksid robotid olemasolevatesse protsessidesse. Kliendid ei pruugi enam osta üksikuid roboteid, vaid saavad robootika teenusena.

Selline turg pakuks märkimisväärset mastaabisäästu. Üks mudel, kui see on välja töötatud, võiks teoreetiliselt juhtida mitut tüüpi roboteid. Seda saaks kasutada tehases, laos, haiglas või kodus. Kohandumist ei saavutataks enam ainult uue mehaanika, vaid pigem andmete, peenhäälestuse, ohutuseeskirjade ja valdkonnapõhiste liideste abil.

Samal ajal suurendaks see kontsentratsiooni. Ettevõtted, millel on suurimad mudelid, enim andmekeskusi ja parim juurdepääs interaktsiooniandmetele, saaksid luua tugeva võrgustikuefekti. Roboteid kujundaksid siis vähem paljud väikesed, spetsialiseerunud tehisintellekti pakkujad ja rohkem mõned platvormid, mis kontrollivad kognitiivset vundamenti.

Miks loobumine ei ole loobumise sünonüüm

Iseseisva robootikameeskonna laialisaatmist võib tõlgendada taganemisena. OpenAI puhul on see tõlgendus aga liiga lihtsustatud. Ettevõte väidab otsesõnu, et robootika jääb osaks nende pikaajalisest visioonist. Teadusuuringute üleandmine keskorganisatsioonile ja rakendustöö rakendusorganisatsioonile viitab pigem integratsioonile kui täielikule hülgamisele.

Oluline küsimus on, kas OpenAI käsitleb robootikat põhitootena või oma põhitoodete rakendusalana. Esimesel juhul investeeriks ettevõte suuresti tootmisse, tarneahelatesse, müüki ja teenindusse. Teisel juhul pakuks see peamiselt mudeleid, liideseid, arendustööriistu ja võimalik, et ka referentsriistvara. Praegune otsus viitab viimasele lähenemisviisile.

See on majanduslikult mõistlik. OpenAI suudab oma üldiste mudelitega potentsiaalselt luua rohkem väärtust, kontrollides intelligentsuse kihti, selle asemel, et samal ajal kapitalimahukat riistvaraäri üles ehitada. Patenteeritud roboti arendamine võib siiski olla kasulik, kuna see toimib testimisplatvormi, andmeallika ja strateegilise signaalina. Kuid see ei pea olema peamine ärimudel.

Uue strateegia riskid

Suurim oht ​​peitub robootika keerukuse alahindamises. Üldised mudelid võivad demonstreerida muljetavaldavaid võimeid, kuid robotsüsteemid peavad reaalses maailmas usaldusväärselt toimima. Vale otsus võib põhjustada ohutusriske, vastutusprobleeme, mainekahju ja regulatiivseid konflikte. Eriti tööstuses on seisakuaeg, täpsus ja korduvus üliolulised.

Teine risk on sõltuvus arvutusvõimsusest. Robotid vajavad sageli reaalajas otsuseid. Kui iga tajumis-, planeerimis- või parandusprotsess toimub pilveühenduse kaudu, tekivad latentsus, võrgusõltuvus ja turvaprobleemid. Seetõttu võivad tulevased süsteemid vajada osa intelligentsusest otse robotil käivitamist. See nõuab tõhusaid mudeleid, spetsiaalseid kiipe ja tugevaid võrguühenduseta võimalusi.

Lõpuks on oht, et üldistele mudelitele keskendumine vähendab valdkonnapõhiste teadmiste olulisust. Mudel, mis võrdlusaluses hästi toimib, ei ole veel tehase, haigla ega majapidamise robot. Edukad pakkujad on need, kes ühendavad üldise intelligentsuse põhjalike valdkondlike teadmiste, turvaarhitektuuri ja usaldusväärse riistvaraga.

Mis otsustab nüüd tööstuse saatuse

Lähiaastate keskne küsimus ei ole see, kas robotid vajavad tehisintellekti. See on nüüdseks suures osas vaieldamatu. Oluline küsimus on see, milline arhitektuur valitseb. Kas spetsialiseeritud robootikamudelid jäävad domineerima, kuna need on usaldusväärsemad, tõhusamad ja ohutumad? Või moodustavad üldised alusmudelid enamiku robootikarakenduste kognitiivse aluse?

Vastus peitub tõenäoliselt kusagil nende kahe äärmuse vahel. Üldotstarbelised mudelid tegelevad taju, keele, planeerimise ja ülesannete lagundamise ülemiste tasemetega. Reaalajas juhtimise, turvalisuse, sensori ja riistvara integreerimise jaoks on jätkuvalt vaja spetsialiseeritud süsteeme. Seega ei toimu konkurents ainult "üldotstarbeliste" ja "spetsialiseeritud" mudelite vahel. See määrab, kes kontrollib liideseid, andmevooge, arendusvahendeid ja turustuskanaleid.

Oma ümberkorraldamisega on OpenAI võtnud selge seisukoha. See loodab oma üldistele mudelitele, mis suudavad otseselt robotilisi ülesandeid täita. See nihutab robootika isoleeritud uurimisvaldkonnast modelleerimisstrateegia keskmesse. See ei ole alistumine füüsilisele maailmale, vaid pigem katse seda digitaalse skaleeritavuse abil vallutada.

Selle ettevõtmise edukust ei mõõdeta pressiteadete või konverentsikabiinide järgi. Seda mõõdetakse selle järgi, kas robotid ühel päeval mitte ainult ei avalda publikule muljet, vaid töötavad ka usaldusväärselt tehastes, ladudes, haiglates ja kodudes. Kuni selle ajani jääb OpenAI otsus oluliseks, kuid mitte veel lõplikuks signaaliks: robootika ei pruugi kaduda. Küll aga saab sellest üha enam osa suurtest tehisintellekti platvormidest.

Nähtavusest usalduseni: teie skaleeritav tee Xpert.Digitaliga - pilt: Xpert.Digital

Tööstuslikus B2B-s tekivad jätkusuutlikud ärisuhted harva üleöö. Need arenevad samm-sammult – nähtavuse, professionaalse olulisuse, korduvate kokkupuutepunktide ja kasvava usalduse kaudu. Xpert.Digitali neljaastmeline mudel lahendab just selle probleemi: see pakub struktureeritud teed, mis algab hallatava sisenemispunktiga ja võib vajadusel areneda sügavamaks koostööks äriarenduses.

Selle mudeli puhul ei seata lootma valjuhäälsetele turunduslubadustele, vaid seab esiplaanile suhte. Ettevõtted alustavad selgelt määratletud ja kergesti arvutatavate meetmetega ning otsustavad seejärel oma kogemuste põhjal, kui kaugele nad soovivad koostööd laiendada. Selle häireteta usalduse loomise protsessi võtmetegur on see, et platvorm väldib täielikult tüütuid reklaame, seega jääb toimetuse fookus üksnes ettevõtete asjatundlikkusele.

Lisateavet leiate siit:

• Nähtavusest usalduseni: teie skaleeritav tee Xpert.Digitaliga

☑️ Meie ärikeel on inglise või saksa keel

☑️ UUS: Kirjavahetus teie emakeeles!

Konrad Wolfenstein

Mina ja minu meeskond oleme hea meelega teie käsutuses teie isikliku nõustajana.

Võite minuga ühendust võtta, täites siinse kontaktvormi [email protected]:või helistades mulle numbril +49 7348 4088 965. Minu e-posti aadress on

Ootan põnevusega meie ühist projekti.

☑️ VKEde tugi strateegia, konsultatsioonide, planeerimise ja rakendamise alal

☑️ Digitaalse strateegia loomine või ümberkorraldamine ja digitaliseerimine

☑️ Rahvusvaheliste müügiprotsesside laiendamine ja optimeerimine

☑️ Globaalsed ja digitaalsed B2B kauplemisplatvormid

☑️ Pioneer Äriarendus / Turundus / PR / Messid