على الرغم من التقدم المذهل الذي أحرزه الذكاء الاصطناعي في السنوات الأخيرة، إلا أن الروبوتات تظل غبية ومحدودة بشكل عنيد. عادةً ما تمر تلك الموجودة في المصانع والمستودعات بإجراءات مصممة بدقة دون القدرة على إدراك البيئة المحيطة بها أو التكيف بسرعة. لا تستطيع الروبوتات الصناعية القليلة التي يمكنها رؤية الأشياء وإمساكها سوى القيام بعدد محدود من الأشياء بأقل قدر من البراعة بسبب الافتقار إلى الذكاء الجسدي العام.
وبشكل عام، يمكن للروبوتات القادرة أن تتولى نطاقًا أوسع بكثير من المهام الصناعية، ربما بعد الحد الأدنى من العروض التوضيحية. ستحتاج الروبوتات أيضًا إلى قدرات أكثر عمومية حتى تتمكن من التعامل مع التباين الهائل والفوضى في المنازل البشرية.
لقد تُرجمت الإثارة العامة بشأن تقدم الذكاء الاصطناعي بالفعل إلى تفاؤل بشأن القفزات الجديدة الكبرى في مجال الروبوتات. تعمل شركة السيارات التي يملكها إيلون ماسك، تيسلا، على تطوير روبوت شبيه بالبشر يسمى أوبتيموس، وقد اقترح ماسك مؤخراً أنه سيكون متاحاً على نطاق واسع بمبلغ يتراوح بين 20 ألف دولار إلى 25 ألف دولار، وسيكون قادراً على القيام بمعظم المهام بحلول عام 2040.
ركزت الجهود السابقة لتعليم الروبوتات للقيام بمهام صعبة على تدريب جهاز واحد على مهمة واحدة لأن التعلم بدا غير قابل للتحويل. وقد أظهرت بعض الأعمال الأكاديمية الحديثة أنه مع النطاق الكافي والضبط الدقيق، يمكن نقل التعلم بين المهام المختلفة والروبوتات. يتضمن مشروع Google لعام 2023 المسمى Open X-Embodiment مشاركة تعلم الروبوت بين 22 روبوتًا مختلفًا في 21 معملًا بحثيًا مختلفًا.
يتمثل التحدي الرئيسي في استراتيجية الذكاء الفيزيائي في عدم توفر نفس الحجم من بيانات الروبوت المتاحة للتدريب كما هو الحال في نماذج اللغات الكبيرة في شكل نص. لذلك يتعين على الشركة إنشاء بياناتها الخاصة والتوصل إلى تقنيات لتحسين التعلم من مجموعة بيانات أكثر محدودية. ولتطوير π0، قامت الشركة بدمج ما يسمى بنماذج لغة الرؤية، والتي يتم تدريبها على الصور وكذلك النصوص، مع نمذجة الانتشار، وهي تقنية مستعارة من توليد الصور بواسطة الذكاء الاصطناعي، لتمكين نوع أكثر عمومية من التعلم.
لكي تتمكن الروبوتات من القيام بأي عمل روتيني يطلب منه الشخص القيام به، يجب توسيع نطاق هذا التعلم بشكل كبير. يقول ليفين: “لا يزال هناك طريق طويل لنقطعه، ولكن لدينا شيء يمكنك اعتباره بمثابة السقالات التي توضح الأشياء القادمة”.
