Ловкость названа главным узким местом физического ИИ

В дискуссиях о робототехнике ловкость часто сводят к числу пальцев, суставов и степеней свободы, однако ключевая проблема физического ИИ лежит в другом — в надёжности всей системы. Об этом пишет The Robot Report со ссылкой на Николя Соважа, основателя и президента TDK Ventures. По его мнению, заказчик покупает не степени свободы, а полезную работу, и именно способность выполнять её стабильно определяет готовность робота к реальной эксплуатации.

Автор приводит простой расчёт: если рабочая операция состоит из 100 последовательных физических действий, то при успешности каждого на уровне 99% вероятность пройти весь цикл с первой попытки составляет лишь 36,6%. При 99,9% она вырастает до 90,5%, а при 99,99% — до 99,0%. Хотя модель упрощена и предполагает независимость действий, она наглядно показывает: робот с показателем 99% не является автоматизированным на 99%.

Отсюда следует, что разница между «двумя девятками» и «четырьмя девятками» может решить, готов ли робот работать автономно. Демонстрация, где манипулятор безупречно берёт объект один раз, мало что говорит о пригодности системы к труду. Настоящая ловкость — это способность распознавать проскальзывание, неустойчивый контакт, избыточное давление и вовремя корректировать действие, чтобы мелкая ошибка не разрушила всю задачу.

Соваж подчёркивает, что ловкость не сводится к гонке аппаратного обеспечения. Полезная работа требует замкнутого контура по зрению, положению, контакту, усилию, давлению, захвату, перемещению и корректировке, а также учёта питания, безопасности и восстановления после сбоев. При этом не каждой операции нужно осязание: иногда достаточно зрения и данных о движении, но тактильные сигналы помогают вовремя заметить, что объект выскальзывает или деталь встала не на место.

Важную роль играет развёртывание. Именно в реальной среде выявляются проскальзывания, плохие захваты, износ и неудачные попытки восстановления, и эти данные затем улучшают софт, симуляцию, сенсорику, управление и саму конструкцию. Смена руки меняет движение, сенсорику и калибровку, поэтому данные, собранные на одной физической платформе, не всегда переносятся на другую. Каждый цикл внедрения должен делать следующее развёртывание надёжнее и дешевле.

Автор призывает не путать человекоподобие с качеством. Отправной точкой должна быть задача, а уже под неё подбираются среда, форма и система. Agility Robotics использует для логистики и промышленности двуногого Digit, который подключается к специализированным инструментам вместо обязательной пятипалой руки. ANYbotics ставит четвероногих роботов на промышленные объекты: по данным компании, одна из инсталляций провела более 33 000 проверок в 450 точках. Starship Technologies для доставки по тротуарам выбрала небольшой колёсный формат, что помогло ей отчитаться о более чем 10 млн автономных доставок.

По мнению Соважа, прогресс в физическом ИИ следует измерять не успешностью отдельного действия на демонстрации, а долей полностью завершённых рабочих процессов без участия человека, частотой самостоятельного восстановления после сбоев и устойчивостью к изменениям объекта, освещения, положения и износа. На масштабе становятся важны и «негламурные» вопросы: что ломается первым при повторном использовании и как быстро систему можно диагностировать, отремонтировать и вернуть в работу.