Робот для настольного тенниса от Sony заставил меня задуматься о том, что происходит, когда ИИ получает тело.

      Я хотел бы отмахнуться от робота для настольного тенниса Sony как от еще одного дорогого лабораторного фокуса. Машина, которая может играть против элитных игроков, впечатляет, конечно, но это также звучит как демонстрация, созданная для того, чтобы заставить руководителей аплодировать в комнате, где все уже согласились быть впечатленными.

      Но настольный теннис — это более жесткое испытание, чем кажется. Мяч маленький, быстрый, вращающийся и достаточно непослушный, чтобы менять направление в тот момент, когда он касается стола. Система Sony сталкивается с чем-то менее прощальным, чем вычисления. Ей нужно видеть, предсказывать и действовать, прежде чем момент будет упущен.

      Sony протестировала Ace против пяти элитных игроков и двух профессионалов по официальным правилам соревнований, и робот одержал несколько побед.

      Sony

      Более полезная деталь заключается в том, с чем ему пришлось справляться во время этих матчей: быстрые, высоко-вращающиеся удары, которые меняют направление после отскока и наказывают даже небольшие задержки. Простым языком, Ace не просто отбивал мяч. Он считывал движение, делал предсказание и двигался, прежде чем розыгрыш ускользал от него.

      Искусственный интеллект покидает доску

      Обычный заголовок «ИИ побеждает человека» недооценивает то, что на самом деле тестирует Ace. Мы уже видели эту историю в более чистых ареалах. Deep Blue от IBM победил Гарри Каспарова в 1997 году, и символизм все еще висит над каждым старым соревнованием между человеческим мастерством и машинными вычислениями.

      Но шахматы, несмотря на всю свою стратегическую глубину, вежливы к компьютерам. Доска не качается. Фигуры не вращаются. Конь никогда не мчится обратно со скоростью 60 миль в час, потому что кто-то задел его под неприятным углом.

      Sony

      Робот Sony указывает на другой сдвиг. Когда ИИ должен двигаться, интеллект становится проблемой тайминга. Система должна быстро считывать мир, чтобы действовать внутри него. Это более полезно и гораздо сложнее аккуратно упаковать.

      Тело меняет проблему

      Здесь демонстрация настольного тенниса начинает выполнять больше работы. Робот, который может отслеживать вращение, предсказывать движение и корректировать свою реакцию в реальном времени, не автоматически становится рабочим на заводе, сборщиком на складе, помощником медсестры, работником на ферме или машиной для реагирования на бедствия. Этот скачок был бы слишком аккуратным, что обычно означает, что он неверен.

      Широкий рынок робототехники уже давно вышел за стадию милых демонстраций. Международная федерация робототехники сообщает, что в 2024 году было установлено 542 000 промышленных роботов, что более чем вдвое превышает цифру десятилетней давности. Ожидается, что установки достигнут 575 000 в 2025 году и превысят 700 000 к 2028 году. Это не делает Ace продуктом для завода, но делает его частью более широкой истории автоматизации, которая уже появляется на производственных площадках.

      Саймон Кадула / Unsplash

      На контролируемых промышленных площадках роботы должны справляться с вариациями, а не повторять одно идеальное движение вечно. В логистике они сталкиваются с раздавленными коробками, плохими углами, отсутствующими этикетками и людьми, проходящими по неправильному проходу в самый неподходящий момент. На улице грязь, погода, неровная земля и продукты, сформированные природой, не известны своим уважением к требованиям программного обеспечения.

      Сторона труда — это место, где история становится менее милой. McKinsey оценивает, что сегодняшние технологии теоретически могут автоматизировать действия, составляющие около 57% текущих рабочих часов в США. Это не чистая цифра потерь рабочих мест, и McKinsey осторожен в этом вопросе.

      Давление более тонкое и, вероятно, более запутанное: задачи разбиваются, роли перерабатываются, и некоторые работники обнаруживают, что «эффективность» имеет привычку приходить с таблицей и принужденной улыбкой.

      OpenAI

      Некоторые условия повышают штраф за ошибку. Чат-бот, который делает ошибку, может потратить целый день. Робот, который неправильно считывает баланс пациента, инвалидное кресло или коридор больницы, может нанести реальный ущерб. Чем более воплощенным становится ИИ, тем менее прощаются его ошибки.

      Счет приходит с телом

      Инфраструктура не исчезает, когда ИИ получает ноги, колеса или роботизированную руку. Она все еще зависит от чипов, дата-центров, систем охлаждения, электричества, воды и сети, которая не была построена вокруг того, что каждая компания внезапно обнаруживает, что ей нужно больше вычислений.

      Тейлор Вик / Unsplash

      Международное энергетическое агентство ожидает, что потребление электроэнергии дата-центрами в мире удвоится и достигнет около 945 ТВтч к 2030 году, что составит чуть менее 3% от общего потребления электроэнергии в мире. Эта доля может показаться небольшой, пока местная сеть, система водоснабжения или сообщество рядом с новым дата-центром не должны поглощать концентрацию.

      Тем не менее, не все так мрачно. Более умные роботы могут сократить отходы на заводах, помочь проверять опасные места, улучшить точное сельское хозяйство и взять на себя работу, которая ломает человеческие тела за жизнь. Потенциал реальный, но так же реальна и цена.

      Deep Blue заставил ИИ казаться мощным внутри настольной игры. Ace заставляет чувствовать, что доска исчезла, а фигуры теперь — это фабрики, больницы, фермы, сети и рабочие, пытающиеся угадать, что произойдет дальше.

      Азимов представлял роботов, связанных правилами. Версия, которую мы на самом деле строим, может быть связана прежде всего экономикой.