چقدر طول می‌کشد تا ربات‌ها برای ما کار انجام دهند؟

رز می‌گوید: «بزرگ‌ترین بازاری که در طول تاریخ کسب‌وکار و فناوری وجود داشته، بازار کار بوده است. ما همه چیز را روی همین بازار گذاشته‌ایم. اما او در عین حال اعتقاد دارد هنوز راه بسیار درازی برای حضور ربات‌ها در این بازار و استفاده از آن‌ها به عنوان کارگر وجود دارد.

آقای رز مایل نیست برای موقعی که یک ربات در خانه شما باشد و حمام و لباس‌های شما را بشورد، یک چارچوب زمانی دقیق تعیین کند. اما دیگرانی که در این حوزه تخصص دارند، می‌گویند که ساخت ربات‌های کارگر ممکن است ظرف ده سال آینده محقق شود.

استفاده از ربات‌ها به جای انسان

ده‌ها شرکت دیگر در سراسر جهان هم در حال کار روی این فناوری هستند. در بریتانیا، شرکت Dyson در حال سرمایه‌گذاری بر روی هوش مصنوعی و رباتیک با هدف انجام کارهای خانه است.

بزرگ‌ترین شرکت در این بازار هم احتمالا شرکت «تسلا»، تولیدکننده خودروهای الکتریکی است که توسط «ایلان ماسک» مدیریت می‌شود.

این شرکت در حال کار روی ربات انسان‌نمای Optimus است که به گفته «ماسک»، تا چند سال دیگر در معرض فروش عموم قرار خواهد گرفت.

باید دید آیا چنین خواهد شد و تا یک دهه آینده ربات‌های انسان‌نما بازار را تسخیر خواهند کرد یا نه؟ آن‌چه اکنون می‌توان گفت این است که جهش‌های رو به جلو در هوش مصنوعی، بدان معناست که توسعه ربات‌های انسان‌نما نیز در حال شتاب گرفتن است.

«رز» که پیشنیه‌ای در حوزه فیزیک نظری هم دارد و قبلا یک شرکت محاسبات کوانتومی نیز تاسیس کرده، می‌گوید: «با توجه به سرعت سرسام‌آور فناوری، در نظر گرفتن ده سال برای رسیدن به ربات‌های انسان‌نما خودش یک عمر است. هرماه پیشرفت‌های جدیدی در دنیای هوش مصنوعی رقم می‌خورد که تغییرات اساسی هستند.»

علاقه رسانه‌ها و عموم مردم به هوش مصنوعی اواخر سال گذشته زمانی که نسخه قدرتمند ChatGPT عمومی شد افزایش یافت. توانایی ChatGPT در تولید انواع متن و تصاویر مفید باعث ایجاد رقبا و موجی از سرمایه‌گذاری در فناوری هوش مصنوعی شده است.

اما توسعه نوعی از هوش مصنوعی که به یک ربات اجازه می‌دهد کارهای مفید و انسانی را انجام دهد، کار متفاوت و دشوارتری است.

برخلاف ChatGPT و رقبای آن، ربات‌های انسان‌نما باید در دنیای فیزیکی حرکت کنند و باید بدانند اشیاء در آن جهان چگونه با یکدیگر ارتباط دارند.

انجام کارهای پیش‌پا افتاده‌ای که برای ما ساده‌تر به نظر می‌رسد، برای ربات‌های انسان‌نما در حکم انجام یک شاهکار است.

برای مثال، در یک پروژه آزمایشی، وظیفه ربات Sanctuary ساخته شرکت Phoenix، بسته‌بندی لباس‌ها در کیسه‌های پلاستیکی در انبار یک مغازه کانادایی است.

این کار بسیار ساده، برای یک ربات شدیدا پیچیده است. زیرا بسیاری از مسائل پیچیده مختلف را در یک سیستم رباتیک مبتنی بر هوش مصنوعی به هم گره می‌زند. کیسه‌ها شفاف هستند و درشان به‌ هم چسبیده است. ما انسان‌ها یاد گرفته‌ایم با یک لمس ساده، آن سمت کیسه را که باز می‌شود پیدا کنیم، ولی پیدا کردن آن برای یک ربات فاقد پوست و با دست‌های مکانیکی بسیار دشوار است.

آقای رز می‌گوید: «ما انسان‌ها معمولا پس از باز کردن دستی کیسه، یک دست‌مان را رها می‌کنیم و با آن چیزی را که می‌خواهیم داخل کیسه می‌گذاریم.»

او می‌افزاید: «دستکاری کیسه‌ها در واقع برای ربات‌ها بسیار بسیار سخت است.»

همین جمله جناب رز باعث می‌شود ربات‌های انسان‌نمای امروزی بسیار کمتر از برخی از همتایان هالیوودی خود ترسناک به نظر برسند. رباتی که هنوز برای باز کردن یک کیسه مشکل دارد، چطور قرار است جهان را تسخیر کند؟

Sanctuary دارای سیستمی برای آموزش Phoenix در کارهای خاص مانند بسته‌بندی است. این ربات می‌تواند از انجام یک کار خاص فیلم‌بردای کرده و سپس کل آن کار را به صورت دیجیتالی در مغزش شبیه‌سازی کند.

از این داده‌ها برای ایجاد یک محیط مجازی استفاده می‌شود که علاوه بر این‌که تمام اشیاء را در بر می‌گیرد، فیزیک – از جمله گرانش و مقاومت – را هم شبیه‌سازی می‌کند.

سپس هوش مصنوعی می‌تواند آن کار را در محیط مجازی تمرین کند. این تمرین ممکن است شامل یک میلیون تلاش باشد. زمانی که توسعه‌دهندگان به این نتیجه رسیدند که تلاش‌ها نتیجه داده و هوش مصنوعی به انجام کار در محیط مجازی تسلط یافته است، به آن اجازه می‌دهند تا در دنیای فیزیکی هم برای انجام کار تمرین کند.

یکی از بزرگ‌ترین چالش‌ها دادن حس لامسه به ربات است تا بداند چه میزان فشاری را باید به یک جسم وارد کند.

«رز» می‌گوید: «ما انسان‌ها برای انجام ساده‌ترین کارهای خود امکاناتی داریم که از یک میراث تکاملی به ما رسیده است. طول این تکامل یک میلیارد سال بوده و برای همین انجام این امور ساده برای ماشین‌ها بسیار سخت است.»