רפאלבונה וואטסאפ

מאמרים · רובוטיקה ובינה מלאכותית פיזית

פרדוקס מורבק: למה רובוט עדיין לא מצליח לקלף תפוז, ומה זה אומר על עתיד הבינה המלאכותית הפיזית

מאת רפאל בלולו ·

שלום וברכה חברים יקרים, שמי רפאל בלולו, והיום אנחנו נפרק ביחד מאמר אחד שתפס אותי חזק (ואני אומר לכם כבר עכשיו, הוא מסביר הרבה יותר ממה שנראה בהתחלה) על בינה מלאכותית פיזית, או בשמה העולמי Physical AI.

אז בואו נדבר תכלס.

מה זה בכלל פרדוקס מורבק?

תחשבו על זה רגע. מחשב מנצח אלוף עולם בשחמט, פותר תרגילי מתמטיקה שרובנו לא היינו פותרים, כותב קוד. אבל לפתוח דלת שנסגרת מעצמה? להפוך גרב? לקלף תפוז? פה הוא נתקע.

זה בדיוק פרדוקס מורבק: מה שקשה לנו, בני האדם, קל יחסית למכונה, ומה שקל לנו (כל ילד מקלף תפוז) קשה מאוד למכונה. ולמה? כי את המיומנויות הפיזיות שלנו האבולוציה כיווננה במשך מיליוני שנים, ואותן קשה מאוד לתכנת או להסביר במילים. צריך ללמוד אותן מנתונים.

הניסוי: אולימפיאדת רובוטים

חברת Physical Intelligence מסן פרנסיסקו, שבונה "מוחות" לרובוטים, לקחה רשימת משימות שהציע חוקר בשם בנג'י הולסון: "אולימפיאדת רובוטים". יש בה 5 תחומים, ובכל תחום משימות ברמת ארד, כסף וזהב (ושימו לב, את המשימות הם לא בחרו בעצמם, וזה חשוב).

לפתוח דלת, להשתמש במפתח, לנקות מחבת שמנונית, להפוך גרב, לקלף תפוז. דברים של יום יום.

והתוצאות?

  • זהב ב־3 מתוך 5 תחומים (דלת, מפתח ומחבת), וכסף בשניים האחרים.
  • הצלחה ממוצעת של 52%, והתקדמות ממוצעת של 72% במשימה.
  • ברוב המשימות הספיקו פחות מ־9 שעות של נתונים.
  • ופה החלק המעניין: מודל "רגיל", שלא עבר אימון מוקדם על נתוני רובוטים, לא הצליח באף אחת מהמשימות האלה (9% התקדמות בממוצע).

(בכנות, כדי שהתמונה תהיה מלאה: זה פוסט של החברה עצמה, בלי שופט חיצוני, ו־52% הצלחה זה עוד רחוק מרובוט שהייתם סומכים עליו בבית.)

מה הרגשתי כשקראתי

האמת? הרגשתי כמה אנחנו מאחור בכל הפיתוח של Physical AI. ומיד חשבתי איך אנחנו, כחברה של הנדסת העתיד וההווה, יכולים לשפר את זה, כי לדעתי זה ייתן המון תועלת.

המוח והגוף: איפה באמת הפער?

כי בתכלס, מה עצר את הרובוט?

שתי משימות זהב נכשלו לא בגלל ה"מוח", אלא בגלל ה"גוף": התפסנית רחבה מדי בשביל להיכנס לשרוול של חולצה, ותפוז אי אפשר לקלף איתה בכלל (הם ניסו עם כלי עזר, וזה לא נספר). החברה עצמה כתבה שצריך לתקן את זה בגרסת החומרה הבאה.

להערכתי, המנגנון והפיזיקה של העולם (להלן: הגוף הרובוטי) צריכים להגיע לרמה שנמוכה רק בקצת מהמוח הרובוטי. הבעיה נמצאת בפער שבין המוח לגוף.

אז בדקנו. והתשובה? הפער אמיתי, והוא זז:

  • באותן משימות, מוח טוב יותר הקפיץ את ההתקדמות מ־9% ל־72%. כאן המוח עשה את הקפיצה.
  • אבל את השלב האחרון חסם הגוף.
  • רודני ברוקס (חוקר מ־MIT, ממייסדי iRobot, החברה של הרומבה) כותב שביד האדם יש כ־17,000 קולטני מגע, כאלף מהם בכל קצה אצבע, ולידיים של רובוטים חסרה חישת מגע טובה.

כלומר, ככל שהמוח משתפר, הגוף הופך להיות המגבלה.

הרגשה ביד: הרעיון שהכי מעניין אותי

ואז שאלתי את עצמי: האם יכול להיות קשר של הרגשה בין המוח של הרובוט לבין התפסנית (בואו נקרא לה יד)? שהתגמול שלו לא יהיה רק על הפעולה עצמה, להזיז דבר ממקום למקום, אלא על ההרגשה: האם אני תופס את זה נכון או לא? ואם לא, לתקן תוך כדי תנועה, כלומר אלגוריתם תיקון.

מאוד מאוד מעניין, נכון? אז גם את זה בדקנו, ומסתבר שזה כבר נוסה:

  • במחקר מ־2018 (Calandra ושותפים) נתנו לתפסנית חיישני מגע ומודל שמרגיש אם התפיסה תצליח, ומתקן אותה. התוצאה: 94% הצלחה, לעומת 63% עם ראייה בלבד (בחפצים הקלים במבחן).
  • ואצל בני אדם? כשהרדימו לאנשים את קצות האצבעות, הדלקת גפרור לקחה להם פי 4 יותר זמן.

בלי הרגשה, גם מוח מעולה מתקשה (וזה נכון לרובוט, וזה נכון גם לנו).

אז לאן הרובוטיקה הולכת?

לפי מה שראינו פה:

  • המוחות של הרובוטים משתפרים מהר: אימון מוקדם גדול, ואחריו מעט נתונים לכל משימה חדשה.
  • הגוף, כלומר הידיים, המגע והמנגנון, הוא צוואר הבקבוק הבא.
  • ומי שיחבר בין השניים, גוף שמרגיש ומוח שמתקן, יסגור את הפער.

לסיכום חברים יקרים

תודה שהשקעתם זמן לקרוא. אני מקווה שעכשיו ברור יותר לאן העולם הולך, ולמה רובוט עדיין לא מקלף תפוז (עדיין!).

ועוד דבר אחד, בגלוי: ככה אני עובד. לוקח משהו מסובך, מפרק אותו עד הסוף, בודק את המספרים ומחזיר אותו פשוט. אם אני יכול לנתח מאמר כזה, כנראה שאני יכול לנתח גם את העסק שלכם, ולמצוא איפה נופלות לכם פניות ואיפה אוטומציה חכמה תחסוך לכם זמן.

כל מאמר שאני מפרק מחדד אותי, וכל עסק שאני עובד איתו מלמד אותי עוד. גלגל שמזין את עצמו.

אז אם זה סקרן אתכם, דברו איתי בוואטסאפ: 052-676-3416.

נ.ב. המקורות כאן למטה, למי שרוצה לצלול.

בברכה ובשמחה,
רפאל בלולו

מקורות

לכל המאמרים · לדף הראשי