A robotika fejlődésének új szintjére léphetünk azzal, hogy általános célú mesterséges intelligencia-modelleket – például kódíró ügynököket – kapcsolunk össze valós robotokkal. A Stanford Egyetemen végzett kísérletben egy ilyen kódolási ügynök vizuális interfészen keresztül irányított egy robotkart, különösebb robotikára vonatkozó specifikus tanítás nélkül.
Ez a kutatás felveti a régi kérdést: vajon mennyire szükséges kizárólag a robotikára fókuszált modelleket fejleszteni, amikor egy általánosabb tanulási megközelítés is elegendő lehet? A „bitter lesson” (keserű tanulság) elmélet szerint a skálázható, általános rendszerek végül meghaladják a specializált megoldásokat, ahogyan azt a sakk, a beszédfelismerés vagy a számítógépes látás területén már láthattuk.
A videó példákat mutat be olyan helyzetekre, ahol a mesterséges intelligencia vizuális érzékelés, eszközhasználat és hibalekövetés révén sikeresen old meg fizikai feladatokat. Felmerül azonban az a gyakorlati kihívás, hogy a modellek gondolkodási sebessége lelassíthatja a robotokat a valós világban, ahol a gyors reakciók elengedhetetlenek.
Emellett szóba kerül az is, hogy a robotika fejlődésében milyen erős befolyással bír a mérnökök körében kialakult szemléletváltás – több nagy cég, köztük az OpenAI, már a modellek általános fejlesztését helyezi előtérbe a specifikus kutatások helyett. Kérdés marad, hogyan válik egy ilyen általános modell valós alkalmazásokban gyorssá és megbízhatóvá, illetve hogy mikor láthatjuk majd a háztartási robotokat a mindennapokban is hatékonyan működni.










