اگه شنیدی که تو یونان اولین المپیک بین‌المللی ربات‌های انسان‌نما برگزار شده، بدون که یک داستان باحاله! جَو خیلی بانمک بود—ربات‌هایی با ظاهری شبیه آدم (یعنی همون Humanoid Robots که دست و پا و قیافه‌شون شبیه ماست)، اومده بودن تو شهر تاریخی المپیا و بوکس و فوتبال بازی می‌کردن، تا خودشون رو به رخ بکشن!
این مراسم بین ۲۹ آگوست تا ۲ سپتامبر برگزار شد و شرکت‌های معروفی هم دعوت بودن، مثلا اکومینو و اندوِور از برگزارکننده‌های اصلی بودن و کلی آدم خفن و متخصص اومده بودن سخنرانی کنن.
ولی راستشو بخوای، همه دارن می‌بینن که هنوز این ربات‌ها با کارای روتین خونه مثل ظرف شستن یا مرتب کردن کمد فاصله دارن؛ یعنی هنوز نمی‌تونن بیان تو خونه و ظرف‌ها رو جوری بشورن که نشه از مادرای ایرانی ایراد گرفت!
حالا مقایسه اگه بخوایم داشته باشیم… تا حالا دیدی هوش مصنوعی مثل ChatGPT یا مشابه‌هاش چقدر سریع پیشرفت کردن؟ همون AI یعنی هوش مصنوعی که نرم‌افزارها یا ربات‌هایی هستن که می‌تونن با استفاده از اطلاعات (دیتا) یاد بگیرن و حتی جواب سوالاتو بدن. این‌ها رشدشون عجیب و باورنکردنی بوده، ولی ربات‌های فیزیکی که دست و پا دارن، تازه اوایل راه هستن و از یادگیری از دیتا خیلی عقب‌ان. مثلاً دانشمندا میگن ربات‌های انسان‌نما چیزی حدود ۱۰۰,۰۰۰ سال از AI عقب‌ترن، فقط به خاطر اینکه به اندازه کافی داده ندارن که بتونن از روش یاد بگیرن!
یکی از برگزارکننده‌ها، خانم/آقای “میناس لیاروکاپیس” که دانشمند و بنیان‌گذار استارتاپ هم هست، گفت: «من واقعاً فکر می‌کنم این ربات‌ها احتمالاً اول میرن به فضا و بعدش تازه میان سراغ خونه‌ها… اینکه بیان تو خونه و بتونن مثل یه آدم واقعا به کارای خونه کمک کنن، حداقل بالای ۱۰ سال طول می‌کشه! تازه اونم صحبت انجام کارها با مهارت و دقته ها—not just ساختن رباتایی که فقط بانمکن و نقش دوست رو بازی میکنن.»
یه نکته باحال اینه که نرم‌افزارها و ابزارهای AI برای اینکه درست کار کنن باید کلی اطلاعات روشون آموزش داده بشه، و خب این اطلاعات برای نرم‌افزارها کلی فراوونه ولی برای ربات‌ها نه! تازه یه استادی به اسم Ken Goldberg از دانشگاه برکلی یه ایده جالب داده که: “بیاید ربات‌ها رو بفرستیم کارای مفید بکنن، مثلاً بسته‌بندی یا رانندگی تاکسی، تا اون وسط خودشون دیتا و تجربه جمع کنن.” اینطوری هر چقدر کار واقعی انجام بدن، یادگیری‌شون هم بیشتر میشه. اینم بهش میگن reinforcement learning که یعنی یادگیری با تمرین و خطا تو دنیای واقعی، نه فقط تو شبیه‌سازی یا بازی.
جالب‌تر اینکه تو همون المپیک، آقای هون وِنگ چونگ (مدیرعامل شرکت Cortical Labs) اعلام کرد شرکتشون داره روی یه مغز کاملاً خاص کار می‌کنه؛ مغزی از سلول‌های زنده روی یه تراشه (چیپ)، که بتونه مثل آدم‌ها یاد بگیره! خلاصه ربات‌ها هر روز باهوش‌تر می‌شن، چون این سلول‌های واقعی، اطلاعات رو خیلی سریع‌تر می‌گیرن و روش واکنش نشون میدن.
برگزارکننده‌ها تو این رقابت اومدن کارایی به ربات‌ها دادن که واقعاً بتونن انجام بدن، نه اینکه پرش ارتفاع یا پرتاب نیزه (که برای رباتا خیلی سخت و فضاییه و نیاز به پای تخصصی داره)، وگرنه اینا عملاً شکست می‌خوردن!
این محدودیت‌ها رو گذاشتن تا نشون بدن ربات‌ها الان کجا هستن و واقعاً چقدر کار براشون مونده. راستش، تا ربات‌ها نتونن مثل هوش مصنوعی یاد بگیرن و پیشرفت کنن، همیشه قراره عقب باشن و به درد هم‌صحبتی یا انجام کارای خیلی معمولی می‌خورن، نه مثل یه دستیار خفن و هوشمند واقعی!
در آخر، شاید حالا حالاها رباتای آدم‌نما مهمون دائمی خونه‌ها نباشن، ولی دانشمندا و مخترع‌ها دارن همه زورشونو می‌زنن تا فاصله اون‌ها با هوش مصنوعی کم بشه و بالاخره یه روزی با هم رفیق شیم و کنارمون زندگی کنن!
منبع: +
