Humanoid robotların qarşısındakı ən böyük maneə: Məlumat çatışmazlığı

Robot texnologiyaları son illərdə süni intellekt sahəsində investorların ən çox maraq göstərdiyi istiqamətlərdən birinə çevrilib. Şirkətlər böyük dil modellərinin inkişafında istifadə olunan yanaşmaları fiziki robotlara tətbiq etmək üçün milyardlarla dollar sərmayə cəlb edirlər. Lakin robotların mexaniki imkanları sürətlə inkişaf etsə də, onların real dünyada faydalı və etibarlı şəkildə işləməsini təmin edən süni intellekt hələ eyni sürətlə irəliləmir. Sahənin əsas problemlərindən biri keyfiyyətli təlim məlumatlarının çatışmazlığıdır. ChatGPT kimi dil modelləri internetdəki nəhəng həcmdə mətn, şəkil və digər rəqəmsal məlumatlardan istifadə etməklə öyrədilə bilir. Robotlar üçün isə vəziyyət daha mürəkkəbdir. Robotun qapını açması, əşyanı götürməsi, masanı yığışdırması və ya müxtəlif obyektlərlə təhlükəsiz şəkildə işləməsi üçün real fiziki dünya haqqında böyük həcmdə və müxtəlif məlumatlara ehtiyac var. Robot süni intellekti üçün simulyasiya texnologiyaları hazırlayan Antioch startapının həmtəsisçisi Harry Mellsop hazırkı vəziyyəti süni intellektin “GPT-2 dövrü” ilə müqayisə edir. GPT-2, OpenAI-ın ChatGPT-dən bir neçə il əvvəl təqdim etdiyi və bugünkü böyük dil modelləri ilə müqayisədə xeyli məhdud imkanlara malik modeli idi. Mellsopun fikrincə, robot süni intellektinin növbəti mərhələyə keçməsi üçün daha çox məlumat və hesablama gücü lazımdır. Xüsusilə yüksək keyfiyyətli virtual mühitlərin yaradılması və robotların burada milyonlarla fərqli vəziyyətdə məşq etdirilməsi mühüm rol oynaya bilər. Hazırda fiziki süni intellekt sahəsində ən çox inkişaf etmiş istiqamətlərdən biri avtonom avtomobillərdir. Bunun əsas səbəblərindən biri avtomobillərdən böyük həcmdə real yol məlumatının toplanmasının mümkün olmasıdır. Üstəlik, avtomobilin əsas vəzifəsi ətrafındakı obyektlərlə fiziki manipulyasiya etmək deyil, onlarla toqquşmadan hərəkət etməkdir.