Na metalnim vratima u Misiji, San Francisko, simbol “π” nagoveštava inovativni rad unutra. Ovaj prostor pripada kompaniji Physical Intelligence (PI ili π), startupu koji ima za cilj unapređenje inteligencije robota, privlačeći ogromne investicije kao što su 400 miliona dolara od OpenAI-a i Džefa Bezosa. Kompanija sanja o opremanju robota ljudskim razumevanjem i veštinom pomoću obimnih senzorskih i podataka o kretanju, unetih u AI model. Unutra je aktivnost intenzivna: roboti sklapaju majice i pomeraju predmete, dok čovek upravlja štipaljkom sa veb kamerom. Osnivači kompanije, uključujući izvršnog direktora Karola Hausmana, zamišljaju da AI omogućava robotima prilagođavanje novim zadacima kroz intuitivnu kontrolu umesto preciznog programiranja. Inspirisani uspehom velikih jezičkih modela (LLM) poput ChatGPT-a, veruju da su slični pomaci mogući i u robotici. Ranije su LLM-ovi pokazali kako mogu da reše zadatke otvorenog tipa bez konvencionalnog programiranja. Poboljšanjem ovih sa vizuelnim modelima, roboti su stekli ograničeno razumevanje okoline, što omogućava informisanije akcije. Javno prikazivanje istaklo je potencijal, jer je publika kontrolisala robota preko kontinenata, pokazujući njegove veštine rešavanja problema. Za poboljšanje fizičkih sposobnosti, Physical Intelligence sarađuje sa drugim institucijama, prikupljajući podatke iz različitih zadataka koristeći transformatorske modele.

Ovaj pristup pokazuje obećavajuće rezultate, nagoveštavajući vanredne buduće veštine robota slične detetovom napretku od osnovnog hvatanja do sviranja klavira kroz opsežno učenje. Usred uzbuđenja oko humanoidnih robota iz startupova i tehnoloških giganta, neki stručnjaci izražavaju skepticizam oko savladavanja složenosti fizičke interakcije. Naglašavaju se zabrinutosti oko hajpa i nedostatka opsežnih podataka o akcijama robota, jer fizičke zadatke prati više varijabli nego obradu jezika. Ipak, optimizam ostaje; robotima iz Kais-a možda se može omogućiti školovanje kroz ljudske demonstracije, možda posmatranjem video zapisa na YouTube-u, spajajući virtuelno i realno učenje. Physical Intelligence planira da proširi svoje napore partnerstvom s firmama kako bi prikupila podatke iz različitih robotskih zadataka. Razvijaju prilagođeni hardver da potencijalno iskoriste obučavanje kroz svakodnevne zadatke. Nedavni razvoj u startupu pokazuje značajan napredak: roboti uspešno izvode složene kućne zadatke, sa pokretima koji deluju gotovo ljudski. Koristeći kombinaciju LLM-ova i modela generisanja slika, tim je postigao opštije robotske sposobnosti slične ranim modelima OpenAI-a. Uprkos nekim smešnim greškama, tim ostaje optimističan. Njihov "generalni recept" za učenje robota nagoveštava uzbudljiv napredak, sugerišući da je integracija napredne AI tehnologije u fizički svet sve izvodljivija.