Egy fémajtón San Francisco Mission negyedében a „π” szimbólum utal a belül zajló innovatív munkára. Ez a hely a Physical Intelligence (PI vagy π) nevű startupé, amely a robotok intelligenciájának javítását tűzte ki célul, és olyan befektetéseket vonzott, mint például a 400 millió dollár az OpenAI és Jeff Bezos részéről. A cég álma, hogy emberihez hasonló megértést és ügyességet ruház robotokra kiterjedt szenzor- és mozgásadatokkal, amelyeket AI-modellbe táplálnak. Belül intenzív a tevékenység: robotok pólókat hajtogatnak és tárgyakat mozgatnak, miközben egy férfi egy webkamerával felszerelt csipeszt kezel. A cég alapítói, köztük a vezérigazgató Karol Hausman, azt a jövőképet hirdetik, hogy az AI lehetővé teszi a robotok számára, hogy új feladatokhoz alkalmazkodjanak intuitív vezérléssel, a pontos programozás helyett. A ChatGPT-hez hasonló nagyméretű nyelvi modellek (LLM-ek) sikeréből merítve hiszik, hogy hasonló fejlesztések lehetségesek a robotikában is. Korábban az LLM-ek megmutatták, hogyan képesek nyílt végű feladatokat megoldani hagyományos programozás nélkül. Ezeket látási modellekkel kiegészítve a robotok korlátozott megértést kaptak környezetükről, lehetővé téve az informáltabb cselekvéseket. Egy nyilvános bemutatón kiemelték a potenciált, ahol a közönség robotot irányított kontinenseken át, bemutatva problémamegoldó képességét. A fizikai képességek javítása érdekében a Physical Intelligence más intézményekkel is együttműködik, adatok gyűjtésével különböző feladatokról, transzformer modellek használatával.

Ez a megközelítés ígéretes eredményeket mutat, rendkívüli jövőbeli robotképességeket előrevetítve, amelyek egy gyermek fejlődéséhez hasonlíthatók, a kezdeti kapaszkodástól egészen zongorajátékig, kiterjedt tanulás révén. Az emberi formájú robotok körüli izgalmak közepette, melyeket startupok és technológiai óriások fejlesztenek, néhány szakértő azonban szkeptikus a fizikai interakciók összetettségének leküzdhetőségét illetően. Felmerültek aggodalmak a felhajtás és a nagyszabású robotikai cselekvési adatok hiánya miatt, mivel a fizikai feladatok több változót foglalnak magukba, mint a nyelvfeldolgozás. Ennek ellenére az optimizmus fennmarad; lehet, hogy a routineurok emberi bemutatókból tanulnak, például YouTube videók megtekintésével, összefonva a virtuális és valóságos tanulást. A Physical Intelligence tervezi, hogy bővíti erőfeszítéseit, vállalatokkal együttműködve adatokat gyűjt különböző robotikai feladatokról. Egyéni hardvereket fejlesztenek ki, hogy esetlegesen közösségi alapú képzést hasznosítsanak hétköznapi feladatokkal. A startup legújabb fejleményei azt mutatják, hogy jelentős előrelépések történtek: robotok bonyolult háztartási feladatokat végeznek ügyességgel, amely szinte emberinek tűnik. LLM-ek és képalkotó modellek keverékének használatával a csapat általánosabb robotképességeket ért el, amelyek hasonlítanak az OpenAI korai modelljeire. Néhány szórakoztató hiba ellenére a csapat optimista. A "általános receptjük" a robottanulásra izgalmas előrelépést jelez, azt sugallva, hogy a fejlett AI integrálása a fizikai világban egyre életképesebbé válik.