Изкуственият интелект вече изумява със способността си да генерира текст, аудио и видео съдържание, които често звучат и изглеждат като дело на човек. Но досега тези алгоритми остават предимно в дигиталния свят, далеч от физическата, триизмерна реалност, в която живеем, пише WIRED.

Когато се опитваме да приложим тези модели в реалния свят, дори най-усъвършенстваните се сблъскват с големи предизвикателства. Достатъчно е да си припомним колко трудно е разработването на безопасни и надеждни самоуправляващи се автомобили.

Въпреки интелигентността си, тези модели често нямат представа за физическите закони и понякога допускат необясними грешки – т.нар. "халюцинации".

Но 2025 г. обещава да бъде повратната точка за този феномен.

В индустрията това се нарича „vaporware“ - продукти, които се появяват много по-късно от първоначално предвиденото или в някои случаи изобщо не се появяват

7 водещи AI продукта, които бяха обещани, но не се появиха

Това е годината, в която AI ще направи скока от дигиталния свят към реалния. За да се случи това, е необходимо напълно ново мислене – сливане на дигиталната интелигентност на AI със силата и прецизността на роботиката.

Това ново поколение технологии, което можем да наречем "физическа интелигентност", ще промени правилата на играта. 

Физическата интелигентност позволява на машините да анализират и разбират динамични среди, да се справят с непредвидими ситуации и да вземат решения в реално време. За разлика от стандартния AI, тази нова форма се основава на физически закони – върху фундаментални принципи като причинно-следствени връзки.

Въпреки че инерцията зад разработването на големи езикови модели може да избледнее, други постижения на изкуствения интелект ще продължат да привличат вниманието на бизнеса и трейдърите

Ще се появи ли „убийственото приложение“ на AI през 2025 г. и още 3 въпроса за бъдещето на технологията

С навлизането на физическата интелигентност бъдещето на изкуствения интелект вече изглежда повече като настояще.

Тази концепция дава възможност на технологиите да взаимодействат и да се адаптират към различни среди. В MIT се разработват такива модели, наречени "течни мрежи".

В един експеримент два дрона са обучени да намират обекти в гора през лятото, като използват данни, събрани от човешки пилоти. Единият дрон е управляван от стандартен AI модел, а другият – от течна мрежа. И двата апарата се справят добре със задачите, за които са били обучени.

Когато обаче са изправени пред нови условия – търсене на обекти през зимата или в градска среда – само дронът с течна мрежа успява да изпълни задачата.

Този резултат показва, че течните мрежи, за разлика от традиционните AI алгоритми, продължават да учат и да се адаптират от опита си, дори след първоначалната фаза на обучение. Това ги доближава до начина, по който хората обработват и използват нова информация.

С приходи над $4 милиона и иновативен модел на управление, AI артистът Botto променя представите за творчество и вдъхновява дебат за бъдещето на изкуството

Botto: AI артист, който печели милиони от произведения на изкуството

Физическата интелигентност прави възможно интерпретирането и физическото изпълнение на сложни команди, извлечени от текст или изображения, като създава мост между дигиталните инструкции и реалното им изпълнение.

Например, в лабораторията на MIT е разработена система, която за по-малко от минута може да проектира и след това да 3D-принтира малки роботи въз основа на прости команди като „робот, който може да ходи напред“ или „робот, който може да хваща обекти“.

Други изследователски екипи също имат значителни постижения в областта.

Стартъпът Covariant разработва чатботове, подобни на ChatGPT, които могат да контролират роботизирани ръце.

Компанията вече си е осигурила над 222 милиона долара за разработването и внедряването на роботи за сортиране в складове по целия свят.

Междувременно екип от Университета Карнеги Мелън демонстрира, че робот с една камера може да изпълнява динамични и сложни движения, които наподобяват паркур – включително скачане върху препятствия, два пъти по-високи от него, и прескачане на пролуки с дължина, която надвишава неговата собствена. Това се постига с помощта на единна невронна мрежа, обучена чрез подсилващо обучение.

Ако 2023 беше годината на изображения, създадени чрез текст, а 2024 – на видео чрез текст, то 2025 се очертава като ерата на физическата интелигентност. Новото поколение устройства – не само роботи, но и системи като електрически мрежи и интелигентни домове – ще могат да разбират командите ни и да изпълняват задачи в реалния свят.