Kai Rodney Brooksas kalba apie robotiką ir dirbtinį intelektą, turėtumėte klausytis. Šiuo metu MIT yra „Panasonic“ emeritas Robotics profesorius, jis taip pat yra trijų pagrindinių įmonių, įskaitant „Rethink Robotics“, „iRobot“ ir dabartinės jo veiklos „Robust.ai“, įkūrėjų. Brooksas taip pat vadovavo MIT kompiuterių mokslo ir dirbtinio intelekto laboratorijai (CSAIL) dešimtmetį, pradedant 1997 m.

Tiesą sakant, jis mėgsta prognozuoti AI ateitį ir savo dienoraštyje laiko rezultatų suvestinę, kaip jam sekasi.

Jis žino, apie ką kalba, ir mano, kad galbūt laikas sustabdyti rėkiantį ažiotažą, kuris yra generatyvus AI. Brooksas mano, kad tai įspūdinga technologija, bet galbūt ne tokia pajėgi, kaip daugelis siūlo. „Nesakau, kad LLM nėra svarbūs, bet turime būti atsargūs [with] kaip mes juos vertiname“, – sakė jis „TechCrunch“.

Jis sako, kad generatyvaus AI bėda ta, kad nors jis puikiai gali atlikti tam tikrą užduočių rinkinį, jis negali padaryti visko, ką gali žmogus, ir žmonės linkę pervertinti savo galimybes. „Žmogus, pamatęs, kad AI sistema atlieka užduotį, iš karto apibendrina tai, kas yra panaši, ir įvertina AI sistemos kompetenciją; ne tik našumas, bet ir kompetencija“, – sakė Brooksas. „Ir jie paprastai yra pernelyg optimistiški, nes jie naudoja žmogaus atlikimo užduotį modelį.

Jis pridūrė, kad problema ta, kad generatyvusis dirbtinis intelektas nėra žmogaus ar net panašus į žmogų, todėl bandyti priskirti žmogiškąsias galimybes yra klaidinga. Jis sako, kad žmonės mano, kad tai toks galingas, kad netgi nori jį naudoti programoms, kurios neturi prasmės.

Kaip pavyzdį Brooksas siūlo savo naujausią įmonę Robust.ai – sandėlio robotikos sistemą. Neseniai kažkas jam pasiūlė, kad būtų šaunu ir efektyvu pasakyti savo sandėlio robotams, kur eiti, sukuriant jo sistemos LLM. Tačiau, jo vertinimu, tai nėra pagrįstas generatyvaus AI naudojimo atvejis ir iš tikrųjų sulėtintų veiklą. Vietoj to daug paprasčiau prijungti robotus prie duomenų srauto, gaunamo iš sandėlio valdymo programinės įrangos.

„Kai turite 10 000 ką tik gautų užsakymų, kuriuos turite išsiųsti per dvi valandas, turite tam optimizuotis. Kalba nepadės; tai tik sulėtins reikalus“, – sakė jis. „Turime didžiulį duomenų apdorojimą ir didžiulius AI optimizavimo metodus bei planavimą. Ir taip greitai įvykdome užsakymus.

Kita pamoka, kurią Brooksas išmoko, kai kalbama apie robotus ir dirbtinį intelektą, yra ta, kad negalima stengtis padaryti per daug. Turėtumėte išspręsti išsprendžiamą problemą, kurioje robotai gali būti lengvai integruoti.

„Turime automatizuoti tose vietose, kur viskas jau sutvarkyta. Taigi mano įmonės pavyzdys yra toks, kad mums gana gerai sekasi sandėliuose, o sandėliai iš tikrųjų yra gana riboti. Apšvietimas nesikeičia su tais dideliais pastatais. Ant grindų nėra jokių daiktų, nes žmonės, stumiantys vežimėlius, į juos įvažiuotų. Aplink nėra plūduriuojančių plastikinių maišelių. Ir iš esmės ten dirbantys žmonės nėra suinteresuoti piktnaudžiauti robotu“, – sakė jis.

Brooksas paaiškina, kad tai taip pat apie robotus ir žmones, dirbančius kartu, todėl jo įmonė sukūrė šiuos robotus praktiniais tikslais, susijusiais su sandėlio operacijomis, o ne kaip žmogaus išvaizdos roboto kūrimu. Šiuo atveju tai atrodo kaip pirkinių krepšelis su rankena.

„Taigi formos faktorius, kurį naudojame, nėra vaikštantys humanoidai – nors aš sukūriau ir pristačiau daugiau humanoidų nei bet kas kitas. Tai atrodo kaip pirkinių krepšeliai“, – sakė jis. „Jis turi vairą, todėl, jei kyla problemų dėl roboto, žmogus gali paimti vairą ir daryti su juo ką nori“, – sakė jis.

Po visų šių metų Brooksas sužinojo, kad reikia padaryti technologiją prieinamą ir specialiai sukurtą. „Visada stengiuosi, kad technologijos būtų lengvai suprantamos žmonėms, todėl galime jas pritaikyti plačiu mastu ir visada atsižvelgti į verslo aplinkybes; investicijų grąža taip pat labai svarbi“.

Net ir nepaisant to, Brooksas sako, kad turime sutikti, kad visada bus sunkiai išsprendžiamų išskirtinių atvejų, kai kalbama apie AI, kurių sprendimas gali užtrukti dešimtmečius. „Atidžiai nenurodant, kaip DI sistema yra įdiegta, visada yra ilga uodega ypatingų atvejų, kuriuos atrasti ir ištaisyti prireikia dešimtmečių. Paradoksalu, kad visi tie pataisymai atliekami AI.

Brooksas priduria, kad yra toks klaidingas įsitikinimas, daugiausia dėl Moore'o dėsnio, kad technologijų srityje visada bus eksponentinis augimas – mintis, kad jei ChatGPT 4 yra toks geras, įsivaizduokite, kokie bus ChatGPT 5, 6 ir 7. Jis mato šią logikos trūkumą, kad technologijos ne visada auga eksponentiškai, nepaisant Moore'o dėsnio.

Kaip pavyzdį jis naudoja „iPod“. Per keletą pakartojimų ji iš tikrųjų padvigubėjo nuo 10 iki 160 GB. Jei tai būtų tęsiama ta trajektorija, jis suprato, kad iki 2017 m. turėsime iPod su 160 TB atminties, bet, žinoma, to nepadarėme. 2017 m. parduodamuose modeliuose iš tikrųjų buvo 256 GB arba 160 GB, nes, kaip pabrėžė jis, niekam daugiau nereikėjo.

Brooksas pripažįsta, kad LLM tam tikru momentu galėtų padėti su buitiniais robotais, kur jie galėtų atlikti konkrečias užduotis, ypač senėjančiai visuomenei ir nepakankamai žmonių jais rūpintis. Tačiau net ir tai, anot jo, gali turėti savo unikalių iššūkių.

„Žmonės sako: „O, dėl didelių kalbų modelių robotai galės daryti tai, ko jie negalėjo padaryti“. Ne čia problema. Problema, susijusi su galimybe atlikti dalykus, susijusi su valdymo teorija ir visokiais kitais sunkiais matematikos optimizavimais“, – sakė jis.

Brooksas paaiškina, kad galiausiai tai gali sukelti robotus su naudingomis kalbinėmis sąsajomis žmonėms, esantiems slaugos situacijose. „Sandėlyje nenaudinga liepti atskiram robotui išeiti ir gauti vieną daiktą už vieną užsakymą, tačiau gali būti naudinga senelių priežiūrai namuose, kad žmonės galėtų ką nors pasakyti robotams“, – sakė jis.