Современные модели ИИ демонстрируют способности, схожие с человеческими, в создании текста, аудио и видео по запросу. Однако эти алгоритмы в основном оставались в цифровой сфере, а не взаимодействовали с нашим физическим, трехмерным миром. Даже самые передовые модели сталкиваются с серьезными трудностями при применении в реальных сценариях, например, в продолжающейся борьбе за создание безопасных и надежных беспилотных автомобилей. Хотя эти модели искусственно интеллектуальны, им часто не хватает понимания физики, и они могут создавать галлюцинации, приводящие к необъяснимым ошибкам. Это год, когда ИИ переходит из цифровой сферы в наш реальный мир. Расширение охвата ИИ за пределы цифровых границ требует переосмысления машинного мышления путем объединения цифрового интеллекта ИИ с механическими навыками робототехники. Это сочетание, которое я называю "физическим интеллектом", позволяет машинам воспринимать динамические среды, управлять непредсказуемостью и принимать решения в реальном времени. В отличие от традиционных моделей ИИ, физический интеллект основан на физике, включая фундаментальные принципы реального мира, такие как причина и следствие. Такие характеристики позволяют моделям физического интеллекта взаимодействовать с различными средами и адаптироваться к ним. В моей исследовательской группе в MIT мы разрабатываем модели физического интеллекта, известные как жидкие сети.

В одном эксперименте мы обучили два дрона — один с использованием стандартной модели ИИ, а другой с жидкой сетью — находить объекты в лесу летом, используя данные от пилотов-людей. Хотя оба дрона превосходно выполняли задачи, для которых были обучены, только дрон с жидкой сетью адаптировался для поиска объектов в новых условиях — таких как зима или городские условия. Этот эксперимент показал, что, в отличие от традиционных систем ИИ, которые прекращают обучение после первоначальной подготовки, жидкие сети продолжают учиться и адаптироваться на основе опыта, подобно людям. Физический интеллект также интерпретирует и выполняет сложные команды, полученные из текста или изображений, связывая цифровые инструкции с реальными действиями. Например, мы создали систему в нашей лаборатории, способную проектировать и 3D-печатать небольших роботов менее чем за минуту на основе запросов, таких как "робот, который может двигаться вперед" или "робот, способный захватывать объекты". Значительные прорывы происходят и в других лабораториях. Стартап в сфере робототехники Covariant, возглавляемый исследователем из UC-Berkeley Питером Абилем, создает чат-ботов, подобных ChatGPT, которые могут управлять роботизированными манипуляторами. Они привлекли более 222 миллионов долларов для разработки и внедрения сортировочных роботов по всему миру в складах. Команда из Университета Карнеги-Меллона продемонстрировала, что робот с одной камерой и неточной системой привода может выполнять динамичные паркур-движения — такие как прыжки на препятствия в два раза выше его роста и преодоление разрывов вдвое длиннее его длины — используя нейронную сеть, обученную с помощью обучения с подкреплением. Если 2023 был годом преобразования текста в изображение, а 2024 — годом преобразования текста в видео, то 2025 год обещает стать эпохой физического интеллекта. Это новое поколение устройств, включающее не только роботов, но и системы, такие как энергосети и умные дома, сможет интерпретировать инструкции и выполнять задачи в реальном мире.