رباتهای انساننمای چین از رقبای خود جلو زدهاند؛ این بار حتی به معنای واقعی کلمه.
در ۱۷ اوت، یکی از این رباتها با نام Superman توانست با سرعت ۱۲.۶۶ متر بر ثانیه بدود و رکورد قبلی یوسین بولت را پشت سر بگذارد؛ هرچند چند لحظه بعد مستقیم به دیوار برخورد کرد.
این نمایش، هیجان پیرامون شرکت Unitree، سازنده این ربات، را بیشتر کرد. دو روز بعد سهام این شرکت در شانگهای عرضه شد و قیمت آن ۴۶۰ درصد جهش کرد.
قرار است در روزهای آینده و همزمان با برگزاری «بازیهای رباتهای انساننما» در پکن، نمایشهای چشمگیر بیشتری دیده شود. اما پایان نهچندان باشکوه رکوردشکنی Superman یک واقعیت را نیز یادآوری کرد: این فناوری هنوز راه زیادی در پیش دارد.
انتظار میرود شرکتهای چینی امسال حدود ۵۰ هزار ربات انساننما بفروشند؛ بیش از سه برابر سال گذشته.
آنها تا حد زیادی بر سختافزار این ماشینها مسلط شدهاند. مشکل اصلی اکنون نرمافزار است.
رباتها برای شبیه شدن به انسان به دادههای عظیم نیاز دارند
برای ساخت مدلهای پایهای که به ربات اجازه دهند مجموعه بزرگی از کارهای مفید را بدون مشکل انجام دهد، باید حجم بسیار زیادی داده جمعآوری شود.
مدلهای فعلی رباتهای انساننما چند میلیارد «پارامتر» دارند. اما برای شبیهسازی عملکرد پیچیده بدن انسان، این تعداد باید به صدها میلیارد پارامتر برسد.
در این صورت، اندازه این مدلها به مدلهای زبانی بزرگی نزدیک میشود که امروز چتباتها را قدرت میدهند.
اما تفاوت بزرگی وجود دارد.
چتباتها را میتوان با حجم عظیم متنهای موجود در اینترنت آموزش داد. ولی آموزش یک ربات برای اینکه یک لیوان را تشخیص دهد، آن را بردارد و داخلش قهوه بریزد بسیار دشوارتر است.
ربات باید موقعیت فضایی خود را درک کند، بداند لیوان چقدر شکننده است، مایع داخل آن چه غلظتی دارد و چطور باید فشار و زاویه حرکت دست خود را تنظیم کند.
چنین اطلاعاتی باید از تجربههای واقعی در دنیای فیزیکی یا شبیهسازیهای بسیار دقیق آن تجربیات به دست آید.
ارزشمندترین داده، دادهای است که خود ربات تولید میکند
رباتهای انساننما اکنون با مجموعهای درهم از دادهها آموزش میبینند که بخش قابلتوجهی از آنها از شبیهسازیهای نهچندان باکیفیت میآید.
دادههای دنیای واقعی بسیار ارزشمندترند و اکنون شرکتها برای به دست آوردن آنها رقابت میکنند.
بهترین نوع این اطلاعات، «داده ماشین واقعی» است؛ یعنی دادههایی که از حرکات خود ربات تولید میشوند، چه زمانی که یک انسان آن را از راه دور کنترل میکند و چه وقتی ربات بهطور مستقل مشغول انجام کاری است.
منبع مهم دیگر چیزی است که به آن داده خودمحور یا Egocentric Data گفته میشود.
برای جمعآوری این اطلاعات، یک انسان به هدست و دستکشهای مجهز به حسگرهای لمسی و حرکتی مجهز میشود و سپس هنگام انجام کارهای مختلف، حرکات او ثبت میشود.
کارخانهای برای آموزش رباتها در ووهان
چین با کمک مراکز آموزشی بزرگی مانند مرکز نوآوری رباتهای انساننمای هوبئی بهسرعت در زمینه جمعآوری داده واقعی از رقبا جلو میافتد.
در این مرکز بزرگ در شهر ووهان، روزانه تا ۱۰۰ ربات ساعتها وقت خود را صرف تماشا و تقلید حرکات انسانها میکنند.
در یکی از دهها ایستگاه کاری، مرد جوانی پشت یک پیشخوان ایستاده و دست پوشیده از حسگر خود را با حرکتی دایرهای تکان میدهد، انگار که آب داغ را روی قهوه میریزد.
کنار او یک ربات ایستاده که دقیقاً همین حرکت را تقلید میکند؛ با این تفاوت که واقعاً از کتری روی قهوه آب میریزد.
حرکت مچ و انگشتان ربات به شکلی عجیب به حرکات انسان شباهت دارد.
چند قدم آنطرفتر فضایی شبیه داروخانه ساخته شده که یک انسان و ربات در آن قفسهها را پر میکنند. بعد از آن فروشگاهی کوچک دیده میشود، سپس یک خط تولید کارخانه و بعد مجموعهای از محیطهای مشابه زندگی کاری روزمره.
تا همین اواخر خبرنگاران خارجی اجازه بازدید از این مراکز را نداشتند.
چین دهها مرکز آموزش ربات ساخته است
بر اساس دادههای شرکت مشاورهای Interact Analysis، مرکز ووهان یکی از ۵۳ مرکز تخصصی در چین است که مشخصاً برای استخراج و ثبت جزئیات حرکات انسانی ساخته شدهاند.
بیشتر این مراکز فقط طی دو سال گذشته ایجاد شدهاند.
۳۴ مرکز دیگر نیز در حال ساخت یا برنامهریزی هستند. یکی از مراکزی که در شانگهای ساخته میشود، ظرفیت آموزش هزار ربات انساننما را خواهد داشت.
حتی شهری کوچک در استان ساحلی ژجیانگ اکنون شش مرکز آموزش ربات دارد.
اما این آموزش بسیار پرهزینه است.
مراکز آموزشی به فضای زیاد، نیروی انسانی فراوان و تعداد زیادی ربات پیشرفته نیاز دارند. قیمت هر ربات میتواند به حدود ۱۰۰ هزار یوان، معادل ۱۵ هزار دلار برسد.
کوری چان از بانک HSBC برآورد میکند این نوع آموزش ساعتی ۵۰۰ تا ۷۰۰ یوان هزینه دارد.
مشکل دیگر این است که تمام این زمان به داده قابل استفاده تبدیل نمیشود.
مثلاً رباتی که هشت ساعت مشغول تمرین ریختن قهوه است، تنها حدود سه ساعت داده مفید تولید میکند. بخش باقیمانده عمدتاً به دلیل اشتباهاتی کنار گذاشته میشود که مهندسان نمیخواهند ربات از آنها یاد بگیرد.
طبق یک برآورد، برای توسعه رباتی که بتواند طیف وسیعی از کارهای روزمره را انجام دهد، به حدود ۱۰۰ میلیون ساعت آموزش نیاز خواهد بود.
دولت چین بخش بزرگی از هزینه را میپردازد
خبر خوب برای شرکتهایی مانند Unitree این است که دولت چین بخش زیادی از هزینه مراکز آموزشی را تقبل کرده است.
حدود چهارپنجم این مراکز با حمایت دولت فعالیت میکنند.
بسیاری از آنها حاصل همکاری شرکتهای خصوصی و دولتهای محلی هستند. دولت محلی رباتها را خریداری میکند و سپس دادههای تولیدشده را دوباره به شرکتها میفروشد.
برآوردها متفاوت است، اما احتمال دارد در نیمه نخست سال ۲۰۲۶ حدود ۷۰ درصد رباتهای انساننمای تولیدشده در چین راهی همین مراکز آموزشی شده باشند؛ یعنی حدود ۱۳ هزار دستگاه.
برای مقامهای محلی، ساخت چنین مرکزی مزیت دیگری هم دارد: تقاضا برای رباتهایی را بالا میبرد که در همان منطقه تولید میشوند.
صدها هزار انسان هم قرار است به رباتها آموزش دهند
شرکتهای چینی همزمان در حال پیدا کردن راههایی برای جمعآوری داده از جمعیت عظیم کارگران صنعتی کشور و حتی جوانان بیکار هستند.
بازار تازهای نیز برای تولید تجهیزات پوشیدنی مخصوص ثبت حرکات انسان شکل گرفته است.
برخی شرکتها امیدوارند جوانان در خانه این تجهیزات را بپوشند و بهعنوان یک شغل پارهوقت، حرکات روزمره خود را ثبت کنند.
شرکت تجارت الکترونیکی JD.com اوایل امسال اعلام کرد پروژهای راهاندازی کرده که در آن به ۱۰۰ هزار نفر از کارکنان خودش و ۵۰۰ هزار نفر دیگر پول میدهد تا حرکات خود را ثبت کنند.
در یکی از مراکز این شرکت در استان جیانگسو، افراد در فروشگاههای ساختگی و محیطهای مشابه، کارهای روزمره را عمداً و بهآرامی انجام میدهند تا حرکات آنها ثبت شود.
گزارش شده که این مرکز نیز از حمایت مالی دولت برخوردار است.
JD.com قصد دارد طی دو سال آینده ۱۰ میلیون ساعت داده از سناریوهای واقعی زندگی انسانها جمعآوری کند.
داده انسانی به خوبی داده خود ربات نیست
با این حال، دادههایی که از انسانها جمعآوری میشوند نسبت به دادهای که مستقیماً از ربات به دست میآید، کاربرد کمتری دارند.
دلیل این است که نحوه حرکت دستوپاهای انسان با اندامهای مکانیکی ربات یکسان نیست.
حتی دادههای مفید نیز باید برچسبگذاری شوند؛ یعنی یک انسان باید تکتک حرکات را مشخص کند تا ربات بفهمد هر بخش از داده به کدام اندام یا عمل مربوط میشود.
اما چین قبلاً یک بار از همین روش نتیجه گرفته است.
این کشور در سالهای اولیه توسعه فناوری تشخیص تصویر، گروههای بزرگی از افراد را برای برچسبگذاری تصاویر به کار گرفت و به این ترتیب توانست مزیت زودهنگامی در این حوزه به دست آورد.
یکی از مهندسان صنعت رباتیک معتقد است چین میتواند همین اتفاق را دوباره تکرار کند.
چین فعلاً ماشینهایی گران و کمفایده میسازد
صنعت رباتهای انساننمای چین با بسیاری از صنایع تولیدی موفق این کشور تفاوت دارد.
در چند سال آینده، چین احتمالاً صدها هزار ربات گرانقیمت اما عمدتاً کمفایده تولید و روانه بازار خواهد کرد، به امید آنکه داده حاصل از آنها در آینده امکان ساخت رباتهای ارزانتر و واقعاً کاربردی را فراهم کند.
رقبای آمریکایی در مقابل، از روشهای کمهزینهتری برای آموزش استفاده میکنند.
گفته میشود تسلا، بزرگترین تولیدکننده ربات انساننما در آمریکا، رباتهای خود را داخل انبارهای خودش آموزش میدهد و به این ترتیب نیازی به ساخت مراکز آموزشی مستقل ندارد.
شرکتهای دیگر نیز از فیلمهای حرکات انسانی برای آموزش رباتها استفاده میکنند.
از آنجا که آمریکا امروز کارگران کارخانهای بسیار کمتری نسبت به چین دارد که بتوان تجهیزات ثبت حرکت به آنها داد، برخی شرکتهای آمریکایی reportedly کارگران کشورهای فقیرتر را استخدام میکنند؛ جایی که حتی دستمزدها از چین نیز پایینتر است. این افراد هنگام کار از هدست و دستکشهای حسگر استفاده میکنند.
چین احتمالاً در جمعآوری داده جلو میماند؛ اما به چه قیمتی؟
همانطور که چین در فناوری بینایی ماشین مزیت بزرگی به دست آورد، به نظر میرسد در جمعآوری داده برای رباتهای انساننما نیز احتمالاً جایگاه نخست خود را حفظ خواهد کرد.
اما پرسش مهم این است: این برتری چقدر هزینه خواهد داشت و چه زمانی به سود تبدیل میشود؟
با توجه به وضعیت کنونی فناوری و زمانی که برای پیشرفت بیشتر آن لازم است، بعید است بازار تجاری گستردهای برای رباتهای انساننما تا پایان این دهه شکل بگیرد.
بانک مورگان استنلی برآورد میکند چین تا سال ۲۰۳۰ ممکن است سالانه حدود ۴۵۰ هزار ربات انساننما تولید کند.
اما بسیاری از آنها احتمالاً همچنان از نظر هوشمندی فاصله زیادی با انسان خواهند داشت.
و بعضیهایشان شاید هنوز هم با سرعت بالا مستقیم به دیوار بخورند.
نظرات کاربران