چرا رباتیک هنوز به لحظه ChatGPT خود نرسیده است؟
صنعت رباتیک، با وجود هیاهوی پیرامون ربات‌های انسان‌نما و مدل‌های بنیادی هوش مصنوعی، هنوز فاصله زیادی با نقطه جهش خود دارد. آمولیا ویشوانات که پیش از ورود به حوزه سرمایه‌گذاری خطرپذیر، هفت سال مسئول بازاریابی محصولات پلتفرم‌های رباتیک انویدیا بود، معتقد است این صنعت همچنان در «دوران لگو» قرار دارد؛ یعنی دورهای که در آن اجزای پایه‌ای مانند عملگرها، دست‌های رباتیک، نرم‌افزار و استانداردهای ایمنی از نو ساخته یا بازطراحی می‌شوند. این دیدگاه، در برابر موج فزاینده سرمایه‌گذاران و بنیان‌گذارانی قرار می‌گیرد که انتظار دارند یک مدل بنیادی عمومی، به‌زودی انقلابی مشابه ChatGPT در رباتیک ایجاد کند.
انویدیا با رونق هوش مصنوعی گره خورده و تراشه‌های گرافیکی این شرکت از ChatGPT گرفته تا خودروهای خودران را قدرت می‌دهند. با این حال، یکی از مدیران سابق حوزه رباتیک این شرکت تلاش دارد انتظارات درباره تکرار همان مسیر انفجاری در صنعت رباتیک را تعدیل کند؛ مسیری که مدل‌های زبانی بزرگ طی کردند.
آمولیا ویشوانات که هفت سال در انویدیا مسئول بازاریابی محصولات پلتفرم‌های رباتیک بود و سپس به حوزه سرمایه‌گذاری خطرپذیر رفت، به TechCrunch گفت رباتیک در حال حاضر در «دوران لگو» قرار دارد. صنعت هنوز در حال سرهم‌کردن، و در بسیاری از موارد بازسازی کامل، اجزای بنیادی موردنیاز برای استفاده گسترده از ربات‌هاست؛ از عملگرهای بهتر و دست‌های رباتیک چابک‌تر گرفته تا چارچوب‌های نرم‌افزاری مقاوم و استانداردهای جامع ایمنی.
این واقعیت برای صنعتی که شاهد دورهای عظیم تأمین مالی و ارزش‌گذاری‌های بسیار بالا بوده، نوعی واقع‌بینی دوباره ایجاد می‌کند؛ صنعتی که بر این وعده بنا شده است که رباتیک تنها یک مدل بنیادی با رسیدن به لحظه‌ای مشابه ChatGPT فاصله دارد. شرکت‌هایی مانند Figure AI، 1X و تسلا صدها میلیون دلار سرمایه جذب کرده‌اند و روی ربات‌های انسان‌نمای مجهز به هوش مصنوعی حساب باز کرده‌اند. اما از دیدگاه ویشوانات، شکاف سخت‌افزاری همچنان گسترده است، حتی در شرایطی که قابلیت‌های نرم‌افزاری با سرعت زیادی پیشرفت می‌کنند.
این فاصله اهمیت دارد، زیرا بر زمان‌بندی سرمایه‌گذاری‌ها و انتظارات درباره عرضه و استقرار ربات‌ها اثر می‌گذارد. در حالی که OpenAI با ChatGPT در عرض چند ماه از صفر به پذیرش گسترده رسید، شرکت‌های رباتیک با سال‌ها تکرار و بهبود سخت‌افزار، افزایش مقیاس تولید و آزمایش در دنیای واقعی روبه‌رو هستند. تلاش اخیر انویدیا برای توسعه شبیه‌سازی رباتیک و عوامل هوش مصنوعی نشان می‌دهد این شرکت این شکاف را درک کرده است؛ نمی‌توان قوانین فیزیک را دور زد.
هفت سال فعالیت ویشوانات در انویدیا به او فرصت داد از نزدیک شاهد تحول رویکرد این شرکت در حوزه رباتیک باشد. او شاهد بود که انویدیا سرمایه‌گذاری سنگینی روی زیرساخت‌های ایمنی هوش مصنوعی انجام داد و منابع قابل‌توجهی را به پلتفرم‌های شبیه‌سازی اختصاص داد. پلتفرم Omniverse این شرکت به ابزاری مهم برای آموزش ربات‌ها در محیط‌های مجازی، پیش از ورود آنها به دنیای واقعی، تبدیل شده است؛ اما حتی چنین نرم‌افزار پیشرفته‌ای نیز نمی‌تواند مشکل سخت‌افزار ناکافی را حل کند.
تشبیه «دوران لگو» به‌ویژه گویاست. همان‌طور که قطعات لگو برای ساخت سازه‌های پیچیده باید دقیقاً با یکدیگر جور شوند، رباتیک نیز به قطعات استاندارد و قابل‌اعتمادی نیاز دارد که بتوان آنها را به شکلی قابل پیش‌بینی با یکدیگر ترکیب کرد. در حال حاضر، صنعت فاقد چنین استانداردسازی‌ای است. شرکت‌های مختلف از عملگرها، سامانه‌های کنترلی و پروتکل‌های ایمنی متفاوتی استفاده می‌کنند. در رباتیک هنوز معادلی برای معماری Transformer وجود ندارد که توسعه هوش مصنوعی را یکپارچه کرده باشد.
این پراکندگی در الگوهای سرمایه‌گذاری خطرپذیر نیز دیده می‌شود. در حالی که استارتاپ‌های نرم‌افزاری حوزه هوش مصنوعی می‌توانند با سرمایه‌ای نسبتاً محدود به ارزش‌گذاری یک میلیارد دلاری برسند، شرکت‌های رباتیک برای رسیدن به بازار صدها میلیون دلار هزینه می‌کنند. چرخه‌های توسعه و تکرار سخت‌افزار طولانی‌تر است، زنجیره‌های تأمین پیچیدگی بیشتری دارند و موانع مقرراتی نیز بالاتر هستند. تعهد یک میلیارد دلاری انویدیا برای پژوهش در زمینه ابرهوش نیز حوزه‌هایی مانند محاسبات کوانتومی و امنیت انرژی را در کنار هوش مصنوعی در بر می‌گیرد؛ موضوعی که نشان می‌دهد فناوری‌های تحول‌آفرین به چیزی فراتر از نرم‌افزار نیاز دارند.
انتقال ویشوانات از انویدیا به حوزه سرمایه‌گذاری خطرپذیر، او را در موقعیتی قرار داده است که بتواند نسل بعدی زیرساخت‌های رباتیک را تأمین مالی کند. با این حال، چارچوب «دوران لگو» او نشان می‌دهد که تمرکزش بر شرکت‌هایی است که در حال ساخت همین اجزای بنیادی هستند، نه شرکت‌هایی که صرفاً مدل‌های بنیادی را روی سخت‌افزارهای موجود سوار می‌کنند و آن را انقلابی می‌نامند.
تنش میان پیشرفت نرم‌افزار و واقعیت‌های سخت‌افزاری در سراسر این صنعت در حال آشکار شدن است. فراخوان‌های اخیر جنسن هوانگ برای همکاری با چین در زمینه ایمنی هوش مصنوعی نشان می‌دهد استقرار ربات‌ها چالشی جهانی خواهد بود که به استانداردهای هماهنگ نیاز دارد. همچنین کتابخانه جدید cuPotential انویدیا برای طراحی تراشه با کمک هوش مصنوعی نشان می‌دهد این شرکت همچنان روی ابزارهای موردنیاز برای ساخت قطعات بهتر رباتیک سرمایه‌گذاری می‌کند.
البته دیدگاه مخالفی نیز وجود دارد: مدل‌های بنیادی می‌توانند با فراهم‌کردن شبیه‌سازی بهتر، تکرار سریع‌تر فرایند طراحی و سامانه‌های کنترلی سازگارتر، توسعه سخت‌افزار را سرعت ببخشند. شاید دوران لگو کوتاه‌تر از چرخه‌های سخت‌افزاری گذشته باشد. با این حال، دیدگاه ویشوانات به‌عنوان فردی از درون این صنعت نشان می‌دهد سرمایه‌گذاران باید در برآورد زمان‌بندی‌ها محتاط‌تر باشند و متناسب با آن سرمایه اختصاص دهند.
پیام برای بنیان‌گذاران روشن است: ساخت یک شرکت رباتیک در سال ۲۰۲۶ به معنای حل مسائل دشوار مهندسی است که نمی‌توان با مدل‌های هوش مصنوعی بهتر از آنها چشم‌پوشی کرد. شرکت‌های موفق آنهایی خواهند بود که بتوانند چالش‌هایی مانند بهره‌وری عملگرها، چگالی توان و هزینه تولید را حل کنند، نه صرفاً شرکت‌هایی که روی مهندسی پرامپت تمرکز دارند.
چارچوب «دوران لگو» ویشوانات تصویری واقع‌بینانه‌تر از روند پیشرفت رباتیک ارائه می‌دهد؛ تصویری که با هیاهوی پیرامون رسیدن به لحظه ChatGPT تفاوت دارد. مدل‌های بنیادی بدون تردید توسعه این صنعت را سرعت خواهند بخشید، اما رباتیک همچنان به سال‌ها نوآوری سخت‌افزاری، استانداردسازی و آزمایش در دنیای واقعی نیاز دارد تا ربات‌ها به اندازه چت‌بات‌های هوش مصنوعی فراگیر شوند. برای سرمایه‌گذاران و بنیان‌گذاران، این یعنی زمان‌بندی‌های طولانی‌تر، نیاز به سرمایه بیشتر و تمرکز بر مهندسی بنیادی به جای میان‌برهای نرم‌افزاری. انقلاب رباتیک در راه است، اما این انقلاب آجر به آجر، مانند یک سازه لگویی، در حال ساخته‌شدن است.