Nakon pokreta, na red je došao mozak: Kina otvara novu eru robotike

Nakon što su humanoidni roboti postali sposobni trčati, plesati i izvoditi akrobatske pokrete, kineske tehnološke kompanije okreću se novom izazovu, razvoju vještačke inteligencije koja bi mašinama omogućila da obavljaju mnogo složenije i korisnije poslove.

KINESKA ROBOTIKAČak 110 humanoidnih robota istovremeno zaplesalo i postavilo Guinnessov rekord

Riječ je o oblasti poznatoj kao „utjelovljena vještačka inteligencija“ (embodied AI), koja podrazumijeva razvoj softvera pomoću kojeg roboti mogu razumjeti svoje okruženje, usvajati nove vještine i prilagođavati se različitim situacijama bez potrebe za pojedinačnim programiranjem svakog zadatka.

Ovaj tehnološki zaokret pokrenuo je i snažan investicijski val. Prema podacima istraživačke kompanije ITjuzi, kineske firme iz ovog sektora prikupile su 13 milijardi dolara kroz 322 investicijska posla u prvoj polovini 2026. godine, što je pet puta više nego u istom periodu prethodne godine.

Sve veći dio novca usmjerava se prema kompanijama koje razvijaju inteligentne sisteme za robote, umjesto prema onima koje se bave isključivo proizvodnjom hardvera.

– Kako konkurencija obara cijene hardvera, proizvođači robota zaključili su da zarada neće dolaziti od mašina, već od njihovog mozga – rekao je Dermot McGrath, osnivač tehnološke konsultantske kuće ZenGen Labs iz Šangaja.

Novo poglavlje tehnološkog rivalstva SAD-a i Kine

Razvoj ove industrije otvara i novo poglavlje tehnološkog nadmetanja između Kine i Sjedinjenih Američkih Država.

Američke kompanije trenutno imaju prednost u pojedinim naprednim sistemima robotske vještačke inteligencije. Međutim, kineski programeri računaju na snažnu proizvodnu industriju i pristup velikim količinama podataka iz stvarnog okruženja kako bi smanjili zaostatak za američkim konkurentima.

Država koja uspije najbolje povezati vještačku inteligenciju i robotiku mogla bi steći značajnu prednost u automatizaciji fabrika, logistici i drugim industrijskim sektorima, uz potencijal da promijeni globalno tržište robotike.

– Mozak je zaista najslabija karika u cijelom robotičkom lancu – izjavio je Gao Yang, suosnivač kompanije Spirit AI.

Utrka za razvoj inteligentnijih robota

Američki startupi Physical Intelligence, Skild AI i Generalist rade na softveru koji bi robotima omogućio da brzo usvajaju različite vještine, bez dugotrajnog dodatnog treniranja za svaki novi zadatak.

Kompanija Generalist tvrdi da je njen model GEN-1.5 nakon samo jedne demonstracije, koja je trajala od tri do 12 sekundi, uspio izvršiti približno 60 posto jednostavnih zadataka.

Slične ambicije imaju i kineske kompanije. X Square objavio je istraživanja koja pokazuju da njihovi roboti mogu naučiti nove radnje rukovanja predmetima na osnovu samo jednog videosnimka čovjeka, bez potrebe za dodatnim treniranjem modela za svaki pojedinačni zadatak.

– Vodeći američki laboratoriji postavljaju veoma visoke standarde, posebno kada je riječ o brzini kojom roboti usvajaju i ponovo koriste naučene vještine – rekao je konsultant za robotiku Georg Stieler.

Zašto robotima nije dovoljan internet?

Za razliku od chatbotova, koji se treniraju na ogromnim količinama tekstualnih podataka s interneta, roboti moraju učiti kroz fizičku interakciju sa svijetom. To podrazumijeva sve, od podizanja i premještanja predmeta do rukovanja savitljivim kablovima i izvođenja preciznih industrijskih operacija.

Kineske kompanije zbog toga razvijaju različite metode prikupljanja podataka iz stvarnog života.

Spirit AI angažovao je oko 1.000 ljudi koji snimaju svakodnevne i industrijske aktivnosti, dok ACE Robotics koristi senzore za bilježenje pokreta radnika i jačine njihovog stiska tokom rada u trgovinama i hotelima.

Robotički ogranak kompanije Ant Group, Robbyant, saopćio je da je svoj model trenirao na 160.000 sati podataka, među kojima je 50.000 sati snimaka pokreta robota kojima upravljaju ljudi.

S druge strane, kompanija DexForce oslanja se na simulirane digitalne okoline za obuku svojih robota.

Operativna direktorica kompanije Nicole Yang tvrdi da se pojedini industrijski zadaci mogu pripremiti za primjenu za svega šest do osam sati, uz uspješnost veću od 99,9 posto u preciznim operacijama.

Ipak, stručnjaci upozoravaju da virtuelne simulacije ne mogu u potpunosti zamijeniti iskustvo iz stvarnog svijeta niti vjerno prikazati sve fizičke okolnosti.

– Kvalitet podataka važniji je od njihove raznolikosti, a važniji je i od samog prikupljanja ogromnih količina podataka – rekao je predstavnik kompanije X Square.

Od laboratorijskih eksperimenata do stvarnih poslova

Pojedine kompanije već ispituju koliko daleko roboti mogu ići u samostalnom rješavanju problema s kojima se ranije nisu susreli.

Kompanija JoyIn testirala je sposobnost robota da pronađe alternativno rješenje kada ne može izvršiti zadatak na uobičajen način.

Zhu je opisala eksperiment u kojem robot nije mogao odložiti slušalice u ormarić jer mu je bio izvan domašaja.

Nakon što su mu inženjeri pokazali videosnimke ljudi koji uspješno obavljaju isti zadatak, robot je samostalno pomjerio kutiju do ormarića i pokušao se popeti na nju kako bi dohvatio željeni predmet.

– Svaki put je istraživao drugačije ponašanje – rekla je Zhu.

Ipak, kada je riječ o primjeni u industriji, prostor za greške gotovo da ne postoji.

Proizvođač baterija CATL saopćio je da roboti kompanije Spirit AI tokom testiranja baterijskih paketa povezuju savitljive žice s uspješnošću većom od 99 posto.

Robbyant, s druge strane, navodi da njegovi roboti već obrađuju narudžbe u dvije apoteke u Šangaju, dok zaposlenici prije isporuke obavljaju samo završnu provjeru lijekova.

Pred kineskim proizvođačima tako je novi zadatak: nakon što su uspjeli napraviti robote koji impresivno oponašaju ljudske pokrete, sada pokušavaju razviti tehnologiju koja će im omogućiti da razmišljaju, uče i samostalno rade.