Viimased tehisintellekti mudelid näitavad inimsarnaseid võimeid teksti, heli ja video loomisel, kui neid vastavalt juhendatakse. Siiski on need algoritmid peamiselt olnud piiratud digitaalse sfääriga, mitte interaktsioonis meie füüsilise, kolmemõõtmelise maailmaga. Isegi kõige arenenumad mudelid silmitsi tõsiste väljakutsetega, kui neid rakendatakse reaalsetes olukordades, näiteks jätkuv võitlus ohutute ja usaldusväärsete isejuhtivate autode loomisel. Kuigi need mudelid on tehisintelligentidsed, kipuvad nad puuduma füüsika mõistmisest ja sageli tekitavad hallutsinatsioone, põhjustades seletamatuid vigu. Sel aastal liigub tehisintellekt digitaalsest sfäärist meie reaalsesse maailma. Tehisintellekti ulatuse laiendamine digitaalsest piirist kaugemale nõuab masinmõtlemise ümberkujundamist, ühendades tehisintellekti digitaalse intelligentsi robootika mehaaniliste oskustega. See sulandumine, mida ma nimetan "füüsikaliseks intelligentsiks", võimaldab masinatel mõista dünaamilisi keskkondi, juhtida ettearvamatust ja teha reaalajas otsuseid. Erinevalt tavapärastest tehisintellekti mudelitest on füüsiline intelligents rajatud füüsikale, hõlmates reaalse maailma põhialuseid nagu põhjus-tagajärg seosed. Sellised omadused võimaldavad füüsilise intelligentsi mudelitel suhelda erinevate keskkondadega ja nendega kohaneda. Minu MIT-i uurimisrühmas arendame välja füüsilise intelligentsi mudeleid, mida nimetatakse vedelvõrkudeks. Ühes katses treenisime kahte drooni – ühte tavalise tehisintellekti mudeliga ja teist vedelvõrkuga – leidma esemeid metsas suvel, kasutades andmeid inimeste pilootidelt.

Kuigi mõlemad droonid paistsid silma neile õpetatud ülesannete täitmisel, kohanes ainult vedelvõrk droon leidma esemeid uutes tingimustes, näiteks talvel või linnakeskkonnas. See katse näitas, et erinevalt tavapärastest tehisintellekti süsteemidest, mis lõpetavad õppimise pärast esialgset treeningut, saavad vedelvõrgud pidevalt kogemustest õppida ja nendega kohaneda, sarnaselt inimestele. Füüsiline intelligents tõlgendab ja täidab ka keerukaid käske, mis on tuletatud tekstist või piltidest, ühendades digitaalsed juhised reaalse maailma tegevusega. Näiteks oleme meie laboris loonud süsteemi, mis suudab vähem kui minutiga kujundada ja 3D-printida väikeseid roboteid vastavalt juhistele nagu "robot, mis suudab edasi kõndida" või "robot, mis suudab esemeid haarata". Olulised läbimurded toimuvad ka teistes laborites. Uue robootika startup Covariant, mida juhib UC-Berkeley teadlane Pieter Abbeel, loob ChatGPT sarnaseid vestlusprogrammi, mis suudavad juhtida robotikäsivarsi. Nad on kogunud üle $222 miljoni, et arendada ja kasutusele võtta sorteerimisroboteid ülemaailmselt ladudes. Carnegie Melloni Ülikooli meeskond demonstreeris, et robot, millel on ainult üks kaamera ja ebatäpne seadistus, suudab sooritada dünaamilist parkouri liikumist – näiteks hüpata takistustele, mis on kaks korda kõrgemad kui robot, ning ületada kaks korda pikemaid vahemaid – kasutades neuralvõrku, mis on koolitatud läbi tugevdusõppe. Kui 2023. aasta oli tekstist pildiks ja 2024. aasta tekstist videoks, on 2025 valmis tooma füüsilise intelligentsi ajastu. See uus seadmete põlvkond, mis sisaldab mitte ainult roboteid, vaid ka süsteeme nagu elektrivõrgud ja nutikodud, suudab tõlgendada juhiseid ja täita ülesandeid reaalses maailmas.