Á málmhurð í Mission hverfinu í San Francisco gefur táknið „π“ vísbendingu um frumlega vinnu sem er í gangi innan dyra. Þessi vettvangur tilheyrir Physical Intelligence (PI eða π), sprotafyrirtæki sem miðar að því að bæta greind róbóta, með fjárfestingum upp á 400 milljónir dollara frá OpenAI og Jeff Bezos. Fyrirtækið dreymir um að veita róbótum mannslega skilning og handlagni með gríðarlegum skynjara- og hreyfingargögnum sem eru sett inn í gervigreindarlíkan. Innan dyra ríkir mikið umstang: róbótar brjóta saman bolir og færa hluti á meðan maður stýrir kló með vefmyndavél. Stofnendur fyrirtækisins, þar á meðal framkvæmdastjóri Karol Hausman, sjá fyrir sér að gervigreind geri róbótum kleift að laga sig að nýjum verkefnum með innsæislegri stýringu í stað nákvæmra forritunar. Undir áhrifum frá árangri stórra mállíkana (LLMs) eins og ChatGPT trúa þau að svipuð framfarir séu mögulegar í róbótík. Fyrr sýndu LLMs hvernig þau gætu leyst opnar verkefnir án hefðbundinnar forritunar. Með því að bæta þessi með sjónlíkönum, fengu róbótar takmarkaða skilning á umhverfi sínu, sem gerði mögulegar meðvitaðari aðgerðir. Almenningur sá sýningu sem benti á möguleikana, þar sem áhorfendur stjórnuðu róbóta yfir heimsálfum og sýndi hæfileika hans í lausn vandamála. Til að bæta líkamlegar getu vinnur Physical Intelligence með öðrum stofnunum, safna gögnum frá fjölbreyttum verkefnum með notkun transformer líkanna.

Þessi aðferð sýnir lofandi árangur og bendir á ótrúlega framtíðarhæfileika róbóta, líkt og hvernig barn þróast úr einfaldri grip til píanóleiks í gegnum mikla læringu. Á meðal spennunnar í kringum raddróbóta frá sropsföyrirtækjum og tæknirrisum, eru sumir sérfræðingar efins um að hægt sé að yfirstíga flækjur líkamlegra samskipta. Áhyggjur um óhóflega mikla væntingar og skortur á stórum gagnasöfnum um aðgerðir róbóta eru til staðar, þar sem líkamleg verkefni fela í sér fleiri breytur en málsvinnsla. Enn er bjartsýnin til staðar; spáð er að róbótar gætu lært af sýnidæmum frá fólki, jafnvel með því að horfa á YouTube myndbönd og sameina þannig sýndar- og raunheimsnám. Physical Intelligence hyggst stækka viðleitni sína með samstarfi við fyrirtæki til að safna gögnum frá ýmsum róbótaverkefnum. Þeir eru að þróa sérsniðinn vélbúnað til að nýta mögulega fjöldaþjálfun í gegnum dagleg verkefni. Nýlegar framfarir hjá sprotafyrirtækinu sýna verulegar framfarir: róbótar framkvæma flókin heimilisverk af mikilli færni, með hreyfingum sem virðast nærri því mannlegar. Með því að nota sambland af LLMs og myndsköpunarlíkönum hefur teymið náð almennari róbótahæfileikum sem eru svipaðir fyrri líkönum OpenAI. Þrátt fyrir nokkur spaugileg mistök, er teymið bjartsýnt. „Almenna uppskriftin“ þeirra fyrir róbótanám merkir spennandi framfarir og bendir til þess að samþætting háþróaðrar gervigreindar í líkamlega heiminum sé að verða æ raunhæfari.