Iš gatvės vienintelis požymis, kad radau „Physical Intelligence“ būstinę San Franciske, yra pi simbolis, kurio spalva šiek tiek skiriasi nuo kitų durų. Kai įeinu, iš karto susiduriu su veikla. Nėra registratūros, fluorescencinėse lempose nėra blizgančio logotipo.
Viduje erdvė yra milžiniška betoninė dėžė, kurią šiek tiek sumažino atsitiktinai išsibarstę ilgi šviesaus medžio stalai. Kai kurios yra aiškiai skirtos pietums, išmargintos Girl Scout sausainių dėžutėmis, stiklainiais su „Vegemite“ (kažkas čia yra australas) ir nedideliais vieliniais krepšeliais, prikimštais per daug prieskonių. Likusios lentelės pasakoja visiškai kitokią istoriją. Daug daugiau jų yra apkrauti monitoriais, atsarginėmis robotikos dalimis, juodų laidų raizginiais ir pilnai surinktomis robotinėmis rankomis įvairiose būsenose, kuriose bandoma įvaldyti kasdienybę.
Mano vizito metu viena ranka susilanksto juodas kelnes arba bando tai padaryti. Tai nesiseka. Kitas bando apversti marškinius su tokiu ryžtu, kuris rodo, kad galiausiai tai pavyks, tik ne šiandien. Trečias – atrodo, kad šis atrado savo pašaukimą – greitai nulupa cukiniją, po kurios drožles turėtų supilti į atskirą indą. Bent jau drožlės sekasi gerai.
„Pagalvokite apie tai kaip apie ChatGPT, bet apie robotus“, – sako Sergejus Levine’as, rodydamas į motorizuotą baletą, besiskleidžiantį per kambarį. Levine’as, UC Berkeley docentas ir vienas iš „Physical Intelligence“ įkūrėjų, pasižymi maloniu, akiniuotu elgesiu, kaip žmogus, praleidęs daug laiko aiškindamas sudėtingas sąvokas žmonėms, kurie jų iš karto nesuvokia.
Tai, ką aš stebiu, aiškina jis, yra nenutrūkstamo ciklo bandymo fazė: duomenys renkami apie robotų stotis čia ir kitose vietose – sandėliuose, namuose, visur, kur komanda gali įrengti parduotuvę – ir šie duomenys treniruoja bendrosios paskirties robotų pamatų modelius. Kai mokslininkai rengia naują modelį, jis grįžta į tokias stotis, kad būtų įvertintas. Kelnių aplankas yra kažkieno eksperimentas. Taip pat ir marškinių vartytojas. Cukinijų skustuvas gali bandyti, ar modelis gali apibendrinti įvairias daržoves, pakankamai gerai išmokdamas pagrindinių lupimo judesių, kad būtų galima apdoroti obuolį ar bulvę, kurios niekada nebuvo sutikta.
Bendrovė taip pat valdo bandomąją virtuvę šiame pastate ir kitur, naudodama jau paruoštą techninę įrangą, kad robotai galėtų susidurti su įvairiomis aplinkomis ir iššūkiais. Netoliese yra sudėtingas espreso kavos aparatas, ir manau, kad jis skirtas darbuotojams, kol Levine’as nepaaiškins, kad ne, jis skirtas robotams mokytis. Bet kokia putota latte yra duomenys, o ne privilegija dešimtims scenoje esančių inžinierių, kurie dažniausiai žiūri į savo kompiuterius arba laiko pelės žymeklį virš mechanizuotų eksperimentų.
Pati aparatinė įranga yra sąmoningai nekalta. Šie ginklai parduodami už maždaug 3500 USD, ir tai yra tai, ką Levine apibūdina kaip „didžiulį antkainį“ iš pardavėjo. Jei jie gamintų juos savo viduje, medžiagų kaina nukristų žemiau 1000 USD. Pasak jo, prieš kelerius metus robotikas būtų buvęs šokiruotas, kad šie dalykai galėtų padaryti bet ką. Bet tai yra esmė – geras intelektas kompensuoja blogą aparatinę įrangą.
Techcrunch renginys
Bostonas, MA
|
2026 m. birželio 23 d
Kaip teisinasi Levine’as, prie manęs kreipiasi Lachy Groom, judėdamas erdvėje su tikslingumu kaip kažkas, kuriam vienu metu vyksta pustuzinis dalykų. Būdamas 31 metų Groomas vis dar turi naują Silicio slėnio stebuklų kokybę – tokį titulą jis užsitarnavo anksti, kai gimtojoje Australijoje, būdamas 13 metų, pardavė savo pirmąją įmonę praėjus devyniems mėnesiams nuo jos įkūrimo (tai paaiškina Vegemite).
Kai pirmą kartą priėjau prie jo anksčiau, kai jis į pastatą sutiko nedidelį būrį megztiniais vilkinčių lankytojų, į mano prašymą praleisti laiką su juo jis atsakė iš karto: „Visiškai ne, aš turiu susitikimų“. Dabar jis turi gal dešimt minučių.
Jaunikis rado tai, ko ieškojo, kai pradėjo sekti Levine’o ir Chelsea Finn, buvusio Levine’s Berkeley doktorantūros studento, dabar vadovaujančio savo laboratorijai, skirtai robotizuoto mokymosi laboratorijoms, akademinį darbą. Jų vardai vis atsirasdavo visame, kas įdomaus vyksta robotikoje. Išgirdęs gandus, kad jie gali ką nors pradėti, jis susekė Karolį Hausmaną, „Google DeepMind“ tyrėją, kuris taip pat dėstė Stanforde ir apie kurį Groomas sužinojo, kad tai susiję. „Tai buvo tik vienas iš tų susitikimų, kai išeini ir atrodo: štai ir viskas.
Jaunikis niekada neketino tapti visu etatu investuotoju, sako jis man, nors kai kuriems gali kilti klausimas, kodėl gi ne, atsižvelgiant į jo patirtį. Išėjęs iš Stripe, kur buvo ankstyvas darbuotojas, jis maždaug penkerius metus praleido kaip angelas investuotojas, anksti statydamas tokias įmones kaip „Figma“, „Notion“, „Ramp“ ir „Lattice“, ieškodamas tinkamos įmonės, kuri galėtų pradėti ar prisijungti. Pirmoji jo investicija į robotus – „Standard Bots“ – įvyko 2021 m. ir vėl supažindino jį su sritimi, kurią jis mėgo vaikystėje, kurdamas „Lego Mindstorms“. Kaip jis juokauja, jis „atostogavo daug labiau kaip investuotojas“. Tačiau investavimas buvo tik būdas išlikti aktyviems ir susitikti su žmonėmis, o ne galutinis žaidimas. „Penkerius metus ieškojau, kad įmonė pradėtų veikti po Stripe“, – sako jis. „Geros idėjos geru metu su gera komanda – (tai) labai reta. Visa tai yra įgyvendinimas, bet jūs galite velniškai įgyvendinti blogą idėją, o tai vis tiek yra bloga idėja.”
Dvejus metus gyvuojanti įmonė dabar surinko daugiau nei 1 milijardą dolerių, o kai aš paklausiu apie jos kilimo ir tūpimo taką, jis greitai paaiškina, kad jis iš tikrųjų nedega. Didžioji jo išlaidų dalis skiriama skaičiavimams. Po akimirkos jis pripažįsta, kad tinkamomis sąlygomis ir su tinkamais partneriais jis uždirbtų daugiau. „Nėra jokių apribojimų, kiek pinigų tikrai galime skirti darbui“, – sako jis. „Visada yra daugiau skaičiavimų, kuriuos galite išspręsti problemą.
Šis susitarimas ypač neįprastas yra tai, ko Groom neduoda savo rėmėjams: laiko juostos, kaip fizinį intelektą paversti pinigų uždirbimo pastangomis. „Aš neduodu investuotojams atsakymų į komercializaciją“, – sako jis apie rėmėjus, tarp kurių yra „Khosla Ventures“, „Sequoia Capital“ ir „Thrive Capital“, kurie įvertino įmonę 5,6 mlrd. „Tai keistas dalykas, kad žmonės tai toleruoja“. Tačiau jie tai toleruoja, o galbūt ne visada, todėl dabar įmonė turi būti gerai kapitalizuota.
Taigi kokia strategija, jei ne komercializacija? Quan Vuong, kitas vienas iš „Google DeepMind“ įkūrėjų, paaiškina, kad jis sukasi apie mokymąsi įvairiais būdais ir įvairiais duomenų šaltiniais. Jei kas nors rytoj sukurs naują techninės įrangos platformą, nereikės pradėti rinkti duomenų nuo nulio – jis gali perduoti visas modelio turimas žinias. „Ribinės autonomijos įdiegimo naujoje roboto platformoje sąnaudos, kad ir kokia ta platforma būtų, yra daug mažesnės“, – sako jis.
Bendrovė jau bendradarbiauja su keletu įmonių įvairiose vertikalėse – logistikos, bakalėjos, šokolado gamintoja kitoje gatvės pusėje – siekdama išbandyti, ar jų sistemos yra pakankamai geros automatizavimui realiame pasaulyje. Vuongas tvirtina, kad kai kuriais atvejais jie jau yra. Taikant metodą „bet kokia platforma, bet kokia užduotis“, sėkmės plotas yra pakankamai didelis, kad būtų galima pradėti tikrinti užduotis, kurios jau šiandien yra paruoštos automatizuoti.
Fizinis intelektas nėra vienintelis, kuris siekia šios vizijos. Lenktynės kuriant bendros paskirties robotų intelektą – pagrindą, ant kurio galima kurti labiau specializuotas programas, panašiai kaip prieš trejus metus pasaulį sužavėję LLM modeliai – įkaista. Pitsburge įsikūrusi „Skild AI“, įkurta 2023 m., tik šį mėnesį surinko 1,4 mlrd. USD, įvertinusi 14 mlrd. Nors „Physical Intelligence“ ir toliau daugiausia dėmesio skiria gryniems tyrimams, „Skild AI“ savo „visakūnį“ „Skild Brain“ jau panaudojo komerciniais tikslais, sakydamas, kad praėjusiais metais vos per kelis mėnesius ji uždirbo 30 mln. USD pajamų iš saugumo, sandėlių ir gamybos.
Skildas netgi viešai fotografavo konkurentus, savo tinklaraštyje teigdamas, kad dauguma „robotikos pagrindų modelių“ yra tik „pasislėpti“ regėjimo kalbos modeliai, kuriems trūksta „tikro fizinio sveiko proto“, nes jie per daug remiasi internetiniu išankstiniu mokymu, o ne fizikos modeliavimu ir tikrais robotikos duomenimis.
Tai gana aštri filosofinė takoskyra. „Skild AI“ lažinasi, kad komercinis diegimas sukuria duomenų smagratį, kuris pagerina modelį kiekvienu realaus naudojimo atveju. Fizinis intelektas lažinasi, kad atsispiriant trumpalaikės komercializavimo traukai jis leis sukurti aukštesnį bendrąjį intelektą. Kas yra „teisesnis“, prireiks metų, kol bus išspręstas.
Tuo tarpu fizinis intelektas veikia su tuo, ką Groom apibūdina kaip neįprastą aiškumą. „Tai tokia gryna įmonė. Tyrėjas turi poreikį, mes einame ir renkame duomenis, kad patenkintume tą poreikį – arba naują aparatinę įrangą, ar kas tai bebūtų – ir tada tai darome. Tai nėra valdoma iš išorės.” Bendrovė turėjo 5–10 metų planą, kaip, jos nuomone, bus įmanoma. Jis sako, kad iki 18 mėnesio jie tai išgyveno.
Įmonėje dirba apie 80 darbuotojų ir ji planuoja augti, nors Groom tikisi, kad „kuo lėčiau“. Jo teigimu, sunkiausia yra aparatinė įranga. „Aparatinė įranga yra labai sudėtinga. Viskas, ką mes darome, yra daug sunkiau nei programinės įrangos įmonė.” Aparatūros lūžimai. Jis ateina lėtai, atidėliodamas testus. Saugumo sumetimai viską apsunkina.
Kai Groomas skuba imtis kito įsipareigojimo, man belieka stebėti, kaip robotai tęsia savo praktiką. Kelnės dar ne visai sulankstytos. Marškiniai atkakliai laikosi dešine puse. Cukinijų drožlės gražiai kaupiasi.
Kyla akivaizdžių klausimų, taip pat ir mano pačių, ar kas nors iš tikrųjų nori roboto, kuris savo virtuvėje skutų daržoves, apie saugumą, apie šunis, kurie eina iš proto dėl mechaninių įsibrovėlių jų namuose, ar visas čia investuojamas laikas ir pinigai išsprendžia pakankamai dideles problemas, ar sukuria naujas. Tuo tarpu pašaliniai asmenys abejoja įmonės pažanga, ar jos vizija yra įgyvendinama ir ar prasminga lažintis dėl bendro intelekto, o ne dėl konkrečių programų.
Jei Jaunikiui kyla kokių nors abejonių, jis to neparodo. Jis dirba su žmonėmis, kurie dešimtmečius sprendžia šią problemą ir tiki, kad laikas pagaliau tinkamas. Tai viskas, ką jam reikia žinoti.
Be to, Silicio slėnis remia tokius žmones kaip Groom ir suteikia jiems daug lyties nuo pat pramonės pradžios, žinodamas, kad yra didelė tikimybė, kad net ir neturėdami aiškaus komercializavimo kelio, net neturėdami laiko juostos, net neturėdami tikrumo, kaip atrodys rinka, kai jie ten pateks, jie tai išsiaiškins. Tai ne visada pavyksta. Tačiau kai taip atsitinka, dažnai tai pateisinama.
