Что нового в робототехнике

либо-либо. Всем привет, меня зовут Самат Галимов и это подкаст «Запуск завтра». Здесь я пытаюсь разобраться, как устроены технологии, которые меняют нашу жизнь. А помогают мне в этом профессионалы, с которыми можно поговорить простым человеческим языком. Представьте себе робота, который может сам сориентироваться в пространстве и оценить, на каком расстоянии находится тяжёлая коробка, которую ему нужно взять. Затем он строит к ней маршрут, сам определяет вес коробки и аккуратно подхватывает её двумя руками. Это не научная фантастика, а реальность. Так уже умеет делать робот Tesla Optimus и ещё 3-4 модели, похожих на него. Конечно, не каждый из нас когда-либо взаимодействовал с таким роботом вживую, но, наверное, многие хотя бы раз запускали робота-пылесоса или встречали на улицах ровера-доставщика. Роботы давно есть в нашей жизни, но с развитием искусственного интеллекта они стали умнеть в разы быстрее. В этом выпуске я хочу разобраться, что сейчас происходит в робототехнике и насколько это может повлиять на наш с вами быт, работу, перемещение и даже здоровье. Поговорю я с Сергеем Никулиным из фонда Grishin Robotics. Партнеры этого сезона— онлайн-офис «Яндекс.360». Это целый набор инструментов, необходимых для работы в команде. С «Яндекс.360» вы можете назначать встречи в календаре, хранить все рабочие документы и файлы на общих дисках, общаться и в Телемосте. Все это в едином пространстве, между десятками вкладок и программ. Это особенно удобно для компаний, где важно, чтобы люди быстро находили друг друга и нужные документы, прозрачными. «Яндекс.360» подходит для бизнеса любого размера, от стартапа до корпорации, и гибко масштабируется под задачи команды. Есть несколько тарифов на онлайн-офис и до 3 ноября на них действует скидка 20%. Все условия и подробности по ссылке в описании.

Привет, меня зовут Сергей Никулин. Я последние 5, уже почти 6 лет работаю в Grishin Robotics. Это американский фонд, который consumer-related в Штатах ...ещё в Китае.

Я недавно видел видео двух проектов. Первый— это «Physical Intelligence». разбирает постиранную одежду. и делает всякие другие дела по дому. Такая тележка на колесиках, из нее торчат манипуляторы, а второй это Figure, которые работают на сортировочном конвейере и загружают посудомойку. И вот они уже, конечно, абсолютно космического вида, как будто из Стэнли Кубрика. Я такого никогда раньше не видел, и у меня есть чувство, что мы стоим на пороге чего-то очень большого, когда можно будет за небольшие деньги купить себе робота, который будет делать условно все домашние дела. Скажи, в последние годы на самом деле случился какой-то прорыв робототехники?

Смотри, здесь в чём-то картина похожа на то, что там сейчас происходит с AI. То есть, с одной стороны, гарантированно прорыв случился, с другой стороны, есть много споров на тему того, к чему это вообще приведёт. Если говорить вообще о прорывах, которые произошли за последнее время, которые позволили появиться вот этим классным демком, когда робот как в «Звёздных войнах» ходит и что-то делает, то здесь есть две составляющие. которые позволили это получить. Первое – это железо. Появились более дешёвые, мощные и компактные электромоторы. Именно благодаря им можно собрать вот такого реального размера робота, даже они меньше, чем человека, они как маленький ребёнок примерно по размеру китайский, например, который может автономно двигаться какое-то заметное количество времени, несколько часов даже. Это первый прорыв железячный, который случился. Второй железячный не прорыв, это просто эволюция, она была более-менее очевидна. Это то, что железо становится мощнее, и если раньше для того, чтобы подобный робот мог что-то делать, его надо было подключать к внешнему компьютеру, грубо говоря, на котором все вычисления совершались, то сейчас это может уже быть на борту. какие-нибудь современные вот эти нвидевские девайсы для установки в роботы, в роботакси и подобные вещи, они уже реально компактные, его можно в этот робот втыкнуть. А, ну и батарейки. Батарейки, они тоже сюда же относятся, потому что, опять же, раньше там это были тяжелые и не настолько долго живущие батареи, и они быстрее сдыхали. Но это не самое главное, что позволило вот эти демки сделать. Есть более важная составляющая, она уже связана чисто софтом. Это публикация известная от Google DeepMind, по-моему, она от 2017 года, если я не путаю. Attention is all you need. Обыгрывается это Love is all you need. Суть в том, что появилась архитектура трансформеров, и любое действие теперь можно представлять в виде некой последовательности некоторых токенов. И можно эффективно обучать модели, которые позволяют генерировать натуральную последовательность из этих токенов.

Серёжа говорит про знаменитую статью учёных из Гугла, где они предложили новый вид нейросетей— трансформеры. Их главное отличие— это то, что они могут потреблять информацию параллельно. Если раньше нейросеть должна была прочитать книжку с самого начала до самого конца, то теперь её можно разделить на главы, дать каждой видеокарте прочитать свою главу, а дальше результаты их работы скомбинировать в единую нейросеть, которая теперь знает всю книгу. Появление трансформеров— это начало революции нейросетей, в которой мы живём сегодня.

Второй скачок, вот эти системы, которые умеют достраивать токены, их научили работать с разного вида токенами. Токены бывают текстовые, в ChatGPT. Токены бывают другие, например, они могут быть звуковые.

Это генерация аудио.

Да, это распознавание, генерация аудио. Есть модели, которые уже voice-to-voice, то есть они и понимают аудио, и они могут генерировать аудио. И токены могут быть, грубо говоря, из изображения. То есть мы можем изображение разделять на какие-то кусочки, и модель может его натуральным образом и воспринимать, и генерировать. Ну и дальше уже всякая оптимизация. Кроме вот этих transformed-based моделей, появились еще модели, построенные на другой архитектуре, которые какие-то задачи делают чуть эффективнее. Вот это всё вместе привело к тому, что компании начали обучать специализированные модельки, которые понимают мир и умеют роботу выстраивать программу действий. То есть, если раньше для любого промышленного робота мы должны были жесткую программу заложить, но с какими-то отклонениями небольшими, то сейчас он, грубо говоря, в реальном мире пытается это строить.

Значит, мы научились делать маленькие электромоторчики, мы научились делать ёмкие батареи, а ещё научились делать очень мощные компьютеры, которые можно встроить, которые можно локально стаскать на роботе. И у нас появились нейросети, которые позволяют роботу действовать не по чёткой программе, а в реальном времени ориентироваться и воспринимать пространство вокруг, и принимать решения, что в нём делать. Примерно так же, как делает текстовая нейросеть, когда ты ей пишешь, типа, «Привет, как дела?», и она тебе каждый раз отвечает по-разному, адаптируясь под то, что ты ей написал.

Да, всё так. И, наверное, здесь правильная даже аналогия. Если ChatGPT аналогии проводить, то в последних В версиях у него появился мультиагентный режим работы. Классная демка, которая, опять же, показывает, как это необычно и просто в своей башке. Загружаешь фотку, на которой виден какой-то корабль, проплывающий вдали, и спрашиваешь, куда плывет этот корабль? И ChatGPT, он реально в режиме реального времени, что он пытается делать? Он анализирует эту картинку, распознаёт образ корабля, он делает кроп, прямо вырезает, распознаёт какие-то буквы с названия корабля, идёт в интернет, ищет в базе общей маршрута кораблей с похожим названием, находит и там тебе даёт ответ. То есть он не просто... Текстом,

а ещё голосом его произносит.

Он и голосом произносит, и он ещё задействует много дополнительных систем, которые для него как инструменты выступают. Вот робот что-то похожее там пытается делать, грубо говоря.

А, и вот эти руки-ноги для него это тоже там какие-то системы могут быть, или там, например, зрение.

Ну, наверное, можно сказать так. Я бы сказал, что для него системы дополнительные— это могут быть какие-то вычислительные возможности, которые позволяют ему нетривиально принимать решения, вот скажем

так. То есть манипуляторы для него— это просто такой же способ коммуникации с миром, как писать текст или генерировать аудио. Он с таким же успехом может двигать этим манипуляторами.

Да, примерно так. Мы сейчас с тобой

обсуждаем штуки, которые там еще 5 лет назад это точно была чисто научная фантастика.

Да.

При этом я видел видео и слышал от знакомых, что в Германии на заводах очень мало рабочих. Есть инженеры и куча автоматизированных сборочных линий так называемых. То есть едет конвейер, к нему протягиваются роботические такие руки огромные и что-то там делают. Крутят, сворачивают, сваривают там все, что нужно. Это тоже роботы.

Это тоже роботы, и здесь, опять же, прикольнее говорить не про Германию, как это неудивительно, а про Китай. Есть там свежая статистика прошлогодняя от IFR, International Federation of Robotics, про количество внедрений промышленных роботов по разным странам. Китай за прошлый год на заводах, чем весь остальной мир вместе взятый. И больше половины этих роботов произведено внутри Китая. Это вот первый интересный А второй интересный факт. Недавно было там несколько статей, опять же, от разных западных специалистов, которые ездили в Китай, роботизированные предприятия и приехали там немного восхищенные. Чем? Что предприятия с очень высокой степенью автоматизации там работают таким образом, что там даже нет освещения. Так как людей не задействовано, то не нужно эти промышленные помещения освещать. так называемые dark factories. Офигеть! Реально, завод, где собираются какие-то машины, вот он в полной темноте работает. То есть да, это тоже роботы, и они уже настолько массово там внедряются, что целые предприятия практически полностью автономно могут работать.

Обалдеть! Они же очень старая штука. Мы говорим про то, что все эти новые штуки про складывание футболка появились последние месяцы, условно, годы, а сборочные линии-то были и 10 лет назад, и 15. В чём там разница ключевая, принципиальная?

Её нет принципиальной разницы. В моём представлении вся специфика в чём. Если у тебя завод строится с нуля, то тебе построить его сразу роботизированным стоит не на порядке. Дороже, чем построить его старым образом, где люди совершают все действия. А с точки зрения потом экономики, он гораздо быстрее купится. А если у тебя старые производственные линии, то заниматься их обновлением это сопоставимо с постройкой новых. Вот и всё. в Китае вводится в производство, поэтому можно брать и делать. А с точки зрения того, как там роботы работают, но это, грубо говоря, те же самые old school промышленные роботы, которые программируются под конкретные задачи, то есть там нет принципиально новых каких-то вещей. Ну то есть они где-то есть, очевидно, но не так много.

Окей, возвращаемся к научной фантастике. Как будет выглядеть это новое поколение роботов? Ты наверняка видел эти роботы от Илона Маска, Optimus, и, может быть, слушатели тоже могут себе представить. Скажи, какие плюсы и минусы такого подражания человеку?

На эту тему, если честно, очень много ведется дискуссий, есть очень много хайпа. и люди верят, что всё это сейчас перевернёт полностью мир. Есть люди, которые наоборот, говорят о том, что это вообще бесполезные игрушки, которые не нужны. И скорее всего, правда, она где-то посередине, грубо говоря. То есть, если мы будем смотреть на обещание того, что вот эти роботы «Оптимус» будут в Тесла собирать машины, Но мне кажется, это такая выдумка, не имеющая под собой никакого практического применения. Почему? Да, мы можем их научить собирать Теслы, но гораздо лучше, дешевле и правильнее построить новый завод по сборке Теслы, который будет автоматизирован, используя старые подходы. Это будет эффективнее, лучше в куче случаев. Всегда, когда мы создаём какое-то новое производство, новый какой-то процесс с нуля, специализированное решение, как мне кажется, будет лучше. Но бывают ситуации, когда это сделать нельзя, дорого, неудобно по каким-то причинам, и нам надо в существующий процесс встроить механизм, который будет заменять человека, помогать человеку. Вот там эти роботы будут как бы прорывом, потому что они изначально созданы для условного подражания человека, можно так сказать, в кавычках. примерно такого же размера, у них примерно такие же степени свободы для манипуляторов, как у нас для рук. Они могут использовать те же инструменты, не надо специализированные создавать и так далее. Он может там перемещаться по ступенькам на лестницах, то есть по нему не надо всю инфраструктуру перестраивать. То есть вот под те задачи, где механизм для автоматизации должен взаимодействовать со старой инфраструктурой, они будут очень полезны и нужны. Одна из таких задач, где очень сложно придумать, как всё построить с нуля, это, например, помощь по дому. Тут человеку жить, и тебе просто не получится по-другому перестроить.

Перестроить дом под роботы, тогда это уже не твой дом, а дом робота, нафига так говорить?

Да, зачем это нужно? Вот для таких задач они подойдут. Большой вопрос, насколько быстро это удастся сделать, во-первых, потому что пример, который мне кажется такой неплохой аналогией, это роботакси. Я помню, как мне в 2011 году знакомый рассказывал, что через год в Америке будут ездить роботакси, потому что выпустила новую железку и уже достаточно вычислительной мощности. Но как мы помним, это всё случилось в 2022 или 2023 году, то есть больше 10 лет прошло для того, чтобы реально смогли роботакси выехать на дорогу. Во-первых. Во-вторых, это еще не массовая история. В Китае она, наверное, более массовая, но тоже не полностью массовая.

В Китае тоже есть роботакси?

Да. Опять же, роботакси, наверное, это не самое важное применение для автопилота на машине. Гораздо более важно и интересно – это робогрузовик. Это более полезно. полезная штука на самом деле. Но суть в том, что всё равно это пока не массовая история, и есть куча проблем уже там этического характера, которые надо будет придумать, как решать для того, чтобы эту технологию можно было раскатать вообще на огромные масштабы. А с роботами, которые работают рядом с нами, всё будет ещё хуже. Вот представь, ты едешь в роботакси, и на дороге случается ситуация, когда машине надо принять решение. Оно убьёт всех пассажиров, которые находится, которых он везёт. Пассажиров, допустим, там двое. Ты и твой ребёнок. Или, если он не убьёт вас, то в результате погибнут 50 человек в автобусе. Ну вот всё, такая ситуация, другого выбора нет. Вот какое он решение должен принять? Для тебя очевидно, что первое... И если

я за рулём, то я, скорее всего, защищу себя.

Да, да, да.

Своего ребёнка.

Для общества очевидно, что второе. А производителю этого роботакси что программировать в системе?

Знаешь, роботоксичит туда-сюда, а вот если ты сам себе купил тачку, а она потом тебя убила, чтобы защитить людей на море, то это вообще совсем сомнительно.

Да, и очень похожие ситуации будут с внедрением роботов в домашнее хозяйство, просто про это люди еще особо не думают.

Причем это классический вопрос вагонетки, который такая политическая дилемма. Но в случае вагонеток ты сидишь сейчас размышляешь, а в реальной ситуации, там еще будет миллион... А тут тебе нужно, сидев в комфорте своего кресла, принять это решение заранее и запрограммировать его, и подписать его своим именем.

Я так решил.

Это очень классные примеры. Расскажи, какие роботы уже сейчас есть и для чего они применяются.

самое массовое применение, как это ни удивительно, и, наверное, для многих будет неочевидно, это робот-пылесос. Вот это самый массовый робот, который применяется в домашнем хозяйстве, все к нему, наверное, уже привыкли, я несколько лет назад себе купил, до этого думал, что это бесполезная штука, а потом понял, что, наверное, это была лучшая покупка за всё время. Если говорить про то, что мы не видим постоянно, но они применяются, это, очевидно, промышленные роботы, их тоже внедряется сотни тысяч в год, уже под миллион, если я правильно помню. В год новых роботов вводится в эксплуатацию, которые промышленные стоят на заводах, собирают всю технику и друг друга тоже. Ну и вообще, на самом деле, робот— это такое понятие, растяжимое, наверное, можно сказать. Я не могу сам дать чёткого определения, что является роботом, а что нет. И там какая-нибудь сверхумная кофеварка тоже, наверное, может быть роботом, если она не просто чётко по заданной программе работает, а может к чему-то адаптироваться, но это тоже роботы, таких тоже много.

В интернете некоторое время были очень популярны ролики Boston Dynamics, компания, которая делает вот таких, сначала она сделала робота Мула, который таскал грузы для армии США, потом роботы-собаки, вот эти, Spot, потом Atlas, эти роботы, которые танцевали все вместе, помнишь эти ролики? Используются они в реальности.

Смотри, вот это, кстати, классный пример того, как раз как происходило вот это внедрение нововведений в робототехнике. То есть Boston Dynamics, первый робот МУЛ, который они показали, он ведь был гидравлическим, и там стоял реальный двигатель внутреннего сгорания для того, чтобы эта штука могла работать.

Я помню, выглядит как стимпанк просто какой-то долбанный, там типа крутится что-то прямо внутри этой железной машинки.

Как бы почему так? В общем, это реально классный пример того, что в момент, когда создавался этот Robomoon, ну просто не было достаточно компактных батарей, достаточно мощных и компактных электромоторов, которые позволяли бы ему работать и на какое-то разумное расстояние двигаться. А вот когда уже появились там Atlas роботы, то это стало возможно. И да, все эти роботы применяются, вот Boston Dynamics, они реально применяются при патрулировании заводов, для осмотра чего-то, на каких-то маршрутах, где обычную колесную технику мы не можем запустить. А такая штука хорошо проходит. Но вообще, опять же, как ни удивительно сейчас, с точки зрения массовости внедрения, там Unitree, которая сильно позже начала делать вот эти робособаки. Я помню, в 21 или 22 году я видел первую их робособаку, которая была как аналог этого спота сделана. не очень классное было по виду, а сейчас они с точки зрения массовости, цены и всего прочего уже обгоняют. И вот юнитричные собаки везде, просто есть необычный пример, где они применяются, свежий ролик мне попался, это в китайском аналоге Диснейленда, Jurassic Park, и вот там бегает динозаврик, настоящий динозаврик бегает с детьми вместе, но это просто робособака, одетая в такой костюм. И один из вариантов, кстати, применения, про который, опять же, массово люди не думают, но, наверное, будет таким понятным и экономически оправданным – это интертейнмент. Это относится как к робособакам, так и к человекоподобным роботам. Представь, что ты фанат Майкла Джексона, и вдруг у тебя появляется возможность провести день с Майклом Джексоном, который двигается как он, который говорит как он, и как бы думает как он. Вот это сейчас уже можно сделать, и такие стартапы уже есть. Я уже общался с похожими.

Хочу понять, как это под капотом работает. Вот, допустим, перед роботом стоит задача сложить футболку из стиралки. Что у него происходит под капотом в этот момент? Хочется прям по шагам. Что является минимальной единицей смысла внутри его системы?

Ну, смотри, вот все такие новые системы, они построены на базе VLA моделей.

Vision-language-action.

Всё правильно. Суть в том, что сначала система визуального распознавания распознаёт вообще сцену, она выделяет какие-то объекты. Потом робот на основе задачи, которую он построил, он внутри, грубо говоря, строит картину мира трёхмерную, что вообще происходит. И дальше, исходя из этого, он имеет текущее состояние и целевое, что ему надо получить, он пытается составить последовательность действий, как из текущего состояния прийти в целевое. Естественно, что эта штука должна итеративно повторяться много раз, потому что когда он начинает футболку складывать, она потом деформируется как-то, что-то пошло не так, это надо адаптировать. То есть это такая повторяющая штука. И для каждого разного типа задач нам такую модель надо дообучать специально. Поэтому это в чём-то похоже на то, Нео. Реально это очень похоже на это. То есть когда робот обучается практикам кунг-фу или, я не знаю, бэкфлип (backflip), прыжок, то там как раз модель специально обучается для того, чтобы конкретно это действие уметь выполнять. И таких типов действий есть миллион. И сейчас модели обучены только на некоторое небольшое количество. Поэтому сейчас одна из больших задач – это собрать исходные данные, на которых мы сможем дальше дообучать. Если вот с ChatGPT было, у нас был весь интернет, вся история человечества описана.

скачаем все тексты, которые были когда-либо написаны.

Да, всё так. То для роботов нет такого набора данных вообще, они отсутствуют. И есть разные подходы, как их делать. Один массово применявшийся до недавнего времени подход, это когда люди учили, как это устроено. Человек одевает шлем виртуальной реальности и выполняет какие-то действия. Ей записывается абсолютно всё, что он делает в этот момент. А дальше модель на этом обучается. Сейчас пытаются применять более дешёвый и массовый вариант для обучения. Уже есть даже на досках объявлений вакансии, где людей просят, если у вас есть айфон, за 10 долларов в час надо, чтобы вы записывали свои рутинные действия. Я не знаю, загрузка посудомойки, мытьё пола, ещё что-то. Почему айфон важен? Потому что там есть встроенные лидары, мы не только видеофит получаем, но ещё и какие-то данные по глубине. Но, опять же, если честно, есть большой вопрос, а это вообще не бесполезное занятие ли? Недавно вышла интересная статья на эту тему, где обратная точка зрения доносится, что, грубо говоря, мы все занимаемся фигнёй, и получить реально качественно работающие модели с таким подходом невозможно. Почему? Потому что когда человек совершает какие-то действия, мы осязаем ещё. У нас в каждом пальце есть тысячи или десятки тысяч, не помню, нервных окончаний, мы это все чувствуем. А когда мы собираем вот эти сырые данные, то там вся эта информация, во-первых, отсутствует, во-вторых, у роботов в лучшем случае, у самых навороченных есть в каждом пальце по паре этих датчиков давления, которые позволяют ему какой-то аналог осязания получить. То есть не факт, что возможно получить действительно данные для обучения сверхкачественных моделей.

Когда ты видишь, как я легко беру кружку и не роняю её ни разу, робот не понимает, что для этого нужно сделать, сколько сложного надо для этого сделать.

Да.

Блин, как круто. Такой приземлённый вопрос, сколько такие роботы стоят сегодня?

огромнейший разброс в ценах. Вот давай я тебе приведу примеры для гуманоидных роботов. Если в начале этого года я смотрел свежий репорт, по-моему, от McKinsey, где разбирались существующие роботогуманоиды, на тот момент не было ни одной реальной цены публично доступной, их невозможно было купить, но были прикидки, сколько он может стоить, и там получалось, что цена где-то от 70 до 100 тысяч долларов примерно.

Это дорогая тачка, как бы, не космические деньги.

Вот примерно такой порядок. То сейчас ситуация сильно поменялась. Сейчас Unitree G1, который до недавнего времени, неделю назад, постил у нас в Линкдине скриншот из Walmart, где его можно было прийти и купить. И там он стоил, чтобы не соврать, по-моему, 23 тысячи долларов.

Вау.

А Unitree, по-моему, R1 он называется, который стоит что-то порядка 6 тысяч долларов, то есть как сверхдорогой MacBook.

Офигеть! Так, подожди, а это какой? Он гуманоидный или как у собачки?

Это гуманоидный робот, да. И есть ещё другие варианты, тоже сравнительно недавно, open-source проект, который занимается разработкой гуманоидного робота. Они открывают весь дизайн, то есть, ты можешь при желании собрать сам, но можно купить у них и готовый. Вот, опять же, чтобы не соврать, от 10 до 15 тысяч долларов, по-моему, этот гуманоид, который они делают. Вот такого порядка сейчас реальные цены.

Блин, а что они умеют делать? Они не умеют уже дома убираться или еще нет?

Нет, они как раз, ну, грубо говоря, это как там сверх навороченный дрон, которому ты можешь задавать какие-то команды, как перемещаться. Они как раз, вот эти G1 роботы, они массово сейчас используются всеми практическими стартапами для дообучения модели, потому что это достаточно дешевая штука, на которой ты можешь дообучать. И чтобы этот робот, например, мог пройти по разбросанным доскам, он этого не сможет сделать, он упадет. Надо модель дообучать, и вот там есть те, кто этим занимается. Они могут его купить и начать дообучать.

Как долго эти роботы могут работать без перерыва? Как их нужно вообще обслуживать?

Здесь я, наверное, тебе не смогу назвать прямо конкретных цифр, потому что всё зависит от режима его использования. Но вот есть несколько интересных примеров. Например, недавно, месяц или два назад, в Китае проходил первый полумарафон для гуманоидных роботов. И где-то месяц назад проходили первые Олимпийские игры для гуманоидных роботов. Но вот довольно очевидно, что они должны были уметь пробежать 20 километров на одной зарядке для того, чтобы финишировать. То есть это уже возможно с текущей мере.

Офигеть, то есть это шагающие, это не на колесах?

Да, это прямо шагающие роботы. Там не все финишировали, это не тривиальная задача. На всяких олимпийских играх есть очень много прикольных видео, где они падают, разбиваются, всё что угодно происходит, сталкиваются, но вот сам факт уже, что это настолько массово в энтертейменте используется, это тоже значимо.

Возвращаясь к этой истории про безопасность, помнишь, у Азимова есть три закона робототехники? Я сейчас их напомню слушателям. Не навреди человеку, защищай себя и выполняй все приказания человека, если они не противоречат первым двум законам. Есть ли какие-то защиты, чтобы реальный робот не смог нанести вреда человеку?

Да, есть очень много. Это обычно у промышленных роботов. Есть специальные дополнительные датчики, которые следят за тем, чтобы человек не мог попасть в зону действия манипуляторов. но потому что он действительно может убить. И большинство, наверное, современных промышленных роботов, они такими защитами оснащены, и он моментально прекращает движение, когда рука попадает или какая-то часть тела. То есть да, это есть, но мы сейчас говорим про то, что массово внедряется. Если говорить про такие а-ля игрушки, здесь, наверное, ситуация примерно такая же, как с любыми игрушками. Но тот же DJI-дрон ты купишь, если по ошибке туда засунуть пальцево вращающиеся, будет не очень хорошо. Здесь чего-то такого достичь тоже при желании несложно.

И мне кажется, когда у тебя робот на заводе, и там очерчена зона, типа, за линию не заходить, ты зашёл за линию, робот выключился, понятно, а вот он рядом со мной ходит, как бы дома вообще довольно много опасного всякого, типа, газ случайно оставил включённым, всё, до свидания.

Да-да-да, то есть, опять же, пока это всё-таки стоит воспринимать как игрушки, и не надо думать о том, что они действительно уже развелись до такого уровня, что можно на них полагаться. Но вот если рассматривать какие-нибудь роботакси, которые тоже роботы, то уже подтверждено, что они точно безопаснее, чем человек-водитель. Это уже статистически подтверждено, что меньше аварий и гораздо быстрее реакция. Много есть примеров, когда он реагирует гораздо быстрее, чем человек мог бы среагировать в опасной ситуации.

Да, FSD, вбиваешь там кучу такого, что человек... Что произошло? Я когда приходил на этот разговор, у меня в голове там был Boston Dynamics, какие-то китайцы, Figure. Уже сейчас ты назвал больше названий компаний. Расскажи, кто впереди всей планеты в вопросе разработки роботов.

А здесь, опять же, понимаешь, роботы – это такая вещь, я не знаю, с чем даже сравнить, кто впереди в области разработки автомобилей. Автомобили настолько разные бывают, бывают, я не знаю, какие-нибудь легковушки, бывают грузовые, бывают какие-нибудь карьерные эти самые.

Да-да-да, карьерные вот эти шагающие огромные.

Да, а бывает формула-1, но их нельзя сравнивать. Так и с роботами. Есть какие-нибудь, про которых мы, кстати, не упомянули. Это очень важная категория роботов, которые массово сейчас начали применяться. Это роботы в медицине, т.е. когда робот выполняет операции.

Это уже сейчас реальность?

Это уже сейчас реальность. Там два режима их работы, грубо говоря. Есть телеприсутствия, когда у тебя есть какой-нибудь сверхкрутой хирург, который где-то в конкретном городе расположен, операцию надо провести за 2000 километров, но невозможно, и можно с помощью телеприсутствия, чтобы он управлял роботом. Вот это применяется уже. И есть первые примеры, когда роботы автономно выполняют какие-то уже операции. Вот Я не помню название компаний, которые их производят, но есть там несколько, которые этим занимаются, их немного.

У нас есть эпизод-подкаст с da Vinci, но это такая древняя история, ещё 5 лет назад.

Да-да-да, кстати, вот DaVinci – это одна из компаний, которая исторически это делает. Опять же, китайцы, про которых мы много говорим, они недавно показали своих роботов-хирургов, которые по стоимости их производства чуть ли не в 10 раз дешевле. То есть, это может начать сейчас быть массовой историей, потому что до сих пор это были, если меня не изменяет память, сотни тысяч долларов за каждого этого робота. Ну, как бы дорого, не в каждую поликлинику поставишь. Boston Dynamics Никак.

Или с Теслой, да?

Да. Есть промышленные роботы, там есть несколько производителей, это ABB известная, которую, кстати, недавно, позавчера, по-моему, продали... Китайцам? Но не китайцам, азиатам. Ну да, в общем, в Азию уходит подавляющее большинство производителей промышленных роботов. Есть те, кто занимается созданием гуманоидных роботов. Там из крупных игроков это Boston Dynamics, 1X, Unitree. А в UK, кстати, есть компания Humanoid, которая вот тоже буквально там недели две назад, по-моему, они первый выпустили робот-гуманоид, который сделан в UK. И есть роботы, которые среди нас ежедневно, это те же самые роботы-пылесосы, там уже более или менее закончилась война, там есть пара-тройка крупных производителей, которые уже заняли весь рынок.

Если говорить по странам, я услышал Китай, я услышал Америку, UK, кто-то еще этим занимается?

Смотри, там ситуация во многом, наверное, похожа на то, что с любыми стартапами происходит, особенно со стартапами в области AI. У тебя может появиться стартап где угодно в мире, но ему натуральным образом придётся мигрировать куда-то, к какому-то центру сил. И центров сил сейчас всего два – это Штаты и Китай. Немало есть производителей, которые появились в Швейцарии. Да, но у тебя всё равно на каком-то раунде привлечения инвестиций, скорее всего, они будут привлекать деньги американские, рынок почти наверняка у них должен быть американский, и им придётся туда мигрировать. То есть, с точки зрения географии, я бы сказал так, что здесь доминируют, конечно, Штаты и Китай, есть что-то в Европе, но моё личное мнение, что им всем придётся выбирать либо туда, либо туда.

А Китай до сих пор остаётся местом производства всего, или вот эти роботы уже собираются локально в Америке?

Китай остаётся местом производства всего, но вот эти роботы собираются в Америке.

Вот это дико интересно.

Потому что это пока что всё штучные экземпляры, по большому счёту, это не массовый продукт, во-первых. Во-вторых, как и любое сложное высокотехнологичное устройство, у тебя огромнейшее количество компонентов, которые произведены не только в Китае. Некоторые вещи невозможно сделать в Китае, а некоторые невозможно сделать нигде в мире, кроме Китая. И поэтому это как с любым технологичным устройством, в итоге это всё разбросано по всему миру. Но основная масса сейчас, наверное, всё-таки производится в Китае. Опять же, как я говорил, среди промышленных роботов за прошлый год больше половины по всему миру было поставлено в Китай, и половина из того, что в Китае поставлено, собрано в Китай. Это локальное производство.

Что про университеты вообще? Играет ли они хоть какую-то роль в этой гонке?

Да, играют. Очень много есть свежих публикаций, свежих каких-то открытий по обучению специализированных моделей, которые делаются как раз в университетах. Я регулярно публикую какие-то короткие обзоры, где что произошло. Чаще всего это, конечно, либо Стэнфорд, либо MIT, либо какие-то китайские университеты.

только эти последние разработки публичны, потому что, например, с нейросетями очень интересный эффект, что да, конечно, есть научные статьи, но очень многие лаборатории в таком стелф-режиме работают, то есть они набирают суперкрутых ученых, дальше делают непонятно что, никаких научных статей не публикуют. Ну, боятся, наверное. Что с робототехникой в этом плане?

Я бы сказал по-другому. То, что касается нейросетей, всё в основном публично, пусть с некоторой задержкой, но почти всегда это всё публикуется, как минимум сами подходы, алгоритмы, вот это всё. А закрытым чаще всего является уже конечный набор данных, то, что самое ценное. С роботами есть какие-то закрытые вещи, но очень-очень много попадает в open-source, начиная с того, что за последнее время есть много open-source проектов прямо железячных по робототехнике, когда ты можешь собрать вплоть до своего гуманоидного робота, или можно собрать манипулятор, аналог человеческой руки за какие-то сравнительно небольшие деньги, так, например, 300 долларов. И заканчивая тем, что огромнейшее количество AI-моделей, наборов данных, которые используются и для обучения, и для работы с этими роботами, они тоже open-source. И здесь много связано с тем, что Hugging Face.

Это для понимания... Очень важный сервис, в котором хранятся модели, и можно иметь его публично, как GitHub, только для моделей.

Да-да, вот хорошие аналоги. Они сейчас очень активно пошли в робототехнику. Они купили французскую компанию Le Robot, и за последний год они выпустили, по-моему, два или три робота таких массовых, которые можно рассматривать, наверное, как Raspberry Pi в робототехнике. То есть, скорее всего, я надеюсь, приведет к тому, что люди-энтузиасты начнут более массово с этим взаимодействовать. То есть там много в open-source, это правда, и очень много можно сделать на данных.

Слушай, я не думал, что Hugging Face это что-то важное, а сейчас я слышу прямо о таком видении вообще того, типа мы сейчас купим компанию, чтобы сделать штуку, чтобы было больше разработчиков, которые будут пользоваться нашей платформой.

Да, у них это, по всей видимости, часть стратегии, то есть они очень серьезно подходят к робототехнике.

Обалдеть. И тут можно ожидать следующего взрыва, если получится такой популярный кит. Ну, там вот

есть у них недавно вышедший Reachy Mini. Я не помню, сколько он стоит, ну, несколько сот долларов, если мне не изменяет память. И он действительно такой для обучения детей робототехники, создания каких-то прототипов. Он только недавно начал поставляться. Там анонс его был месяца два или три назад, первые внутренние генки, а сейчас он начал уже поставляться конечным потребителям.

У нас весь сегодня разговор такой, что типа это произошло неделю назад, две недели назад, месяц назад представили. Слушай, это всё стоит, мне кажется, серьёзных денег. Кто на это даёт деньги? Кто инвестирует в робототехнику сейчас?

По большому счёту два больших, я бы выделил словно денежных мешка, что ли, как-то на два направления, откуда деньги идут. Первое – это, очевидно, промышленное применение, то есть для применения в промышленности. Те фонды, которые занимаются внедрением в промышленность робототехники, вот они в это массово вкладываются. И второе, это, к сожалению, война. То есть это ещё одно сверхмассовое применение роботов.—

Ты имеешь в виду Министерство обороны, DARPA и вот эти все агентства?—

Да, да. И у компаний, которые занимаются производством военной техники, какой-нибудь Lockheed Martin, поставщиков, у них же есть свой венчурный фонд, который занимается инвестициями. И у любой такой крупной компании это что-то похожее есть.

Я при этом вот таких роботов-убийц только в кино видел. Всё, что вот сейчас я слышу про роботов на войне, это вот эти дроны. Да это не роботы, это дроны, которые управляются людьми. Вот автономных роботов, которые бы участвовали в военных действиях, я не слышал ни разу. Это с чем связано?

с тем, что цена ошибки очень высока, во-первых, а во-вторых, технология ещё не до конца до этого дошла. Но ты не прав, потому что в каком-то смысле такие роботы-убийцы были и 50 лет назад. Межконтинентальная баллистическая ракета в чём-то является такой автономной системой, она принимает решение автономно.

Да-да-да. Как на робототехнику зарабатывать?

Есть уже точно понятные подтверждённые бизнес-модели, это тоже промышленная робототехника, всё уже отработано за десятилетия, всё понятно, всё работает хорошо.

Окей, да, с ним понятно.

Есть первые более или менее подтверждённые и понятные кейсы, связанные с автопилотами. Это такси, это грузоперевозки, это общественный транспорт, там тоже всё более или менее понятно. Есть консюмерская робототехника, как те же самые роботопылесосы, где опять же уже отработана экономика, всё ясно, она приносит прибыль. И есть большой открытый вопрос, это вот те самые гуманоидные роботы. В зависимости от конкретной точки их применения большой вопрос, оно будет окупаться, оно не будет окупаться, мы сможем создать за разумные деньги или нет. На это ставится очень много. Основная идея в том, что у нас гуманоидных роботов должно быть, условно, в 5 раз меньше, чем роботов-пылесосов. То есть это десятки или сотни миллионов по всему миру, не помню точных цифр. Но вопрос, а вот удастся ли его создать за разумные деньги, а сможет ли он действительно автономно выполнять нужный набор действий, а будет ли он безопасным? В общем, очень-очень много вопросов, которые пока на фоне вот этого хайпа не слишком громко звучат, но позже они наверняка вылезут ещё.

пока венчурные инвесторы пытаются просто не упустить как бы возможность, а потом они сядут в Excel считать размер рынка и максимальные инвестиции, которые можно сюда вложить.

Ну смотри, с AI то же самое происходит. Подавляющее большинство компаний сейчас просто сжигает деньги, как OpenAI, XAI, они просто прожигают их массово.

Значит, если бы они жгли бумажные доллары, было бы медленнее, чем то, что они делают сейчас.

Наверное, да. Но при этом есть несколько примеров компаний, которые реально зарабатывают деньги. И это очень узкоспециализированные области применения. Станет ли массовый продукт окупаемым? Ну, здесь как с экономикой каких-нибудь интернет-магазинах в начале 2000-х годов. Не факт было, непонятно, оно будет окупаться или нет, но да. Не все были уверены.

Pets.com нет, а Amazon.com да, кто бы угадал вообще.

Да, да.

Как ты думаешь, будет ли масштабироваться технология, станет ли она массовой? Вот ты сказал про количество гуманоидных роботов, что их там типа на несколько порядков меньше, чем роботов-пылесосов. Короче, будет ли это новая революция?

Да, она уже случается, как минимум, в промышленности, т.е. однозначно будет, и это единственный понятный механизм для того, чтобы бороться с депопуляцией. Поэтому другого пути просто нет.

Офигеть! То есть, это про то, что нас население падает, и для того, чтобы поддерживать наш текущий уровень жизни, нам нужно заменять людей рабочих, которых не хватает, на роботов рабочих?

Да, и повышать производительность, потому что робот может работать 24 на 7, ты можешь оптимизировать много чего.

А, вот эти... Я просто смотрел исследования про то, что Китай скоро схлопнется просто за счет того, что пирамида населения... Нет,

уже понятно, что не схлопнется.

Потому что они строят роботов как не в себя.

Да.

Блин. Так интересно вообще смотреть на мир гораздо дешевле, чем любая книжка, потому что как бы уже казалось, в них нет никакого выхода, вообще никакого. А вот прямо чертик из коробки. Речь про то, что в Китае из-за жестких государственных ограничений одна семья, один ребенок назревает демографический коллапс. Активное поколение рабочих рук стареет, а в следующем поколении гораздо меньше людей, и они не могут полноценно заменить тех, кто уходит на пенсию. Если хотите почитать про это подробнее, я оставил ссылку на одну из хороших статей на эту тему в описании. Скажи, пожалуйста, на кого надо подписаться, чтобы следить за новостями в этой сфере?

Ну, обязательно на Grishin Robotics.

Ссылка на... А что, это LinkedIn? Столько LinkedIn или есть какие-то другие?

LinkedIn и Twitter, ну, X сейчас, но вообще больше всего мы постим в LinkedIn. На самом деле есть несколько крупных, так скажем, линкдейнеров, которые занимаются этой тематикой. И, наверное, я тебе потом отдельно дам просто их профили, которые на эту тему пишут. Ну вот мы одни из тех, кто этим занимается. И суммарно, я думаю, там человек 10, наверное, есть. Среди них есть, например, Figure. У него достаточно популярный линкдейн, он немало пишет, и в том числе какие-то, ну, прям свежие инсайды о том, что они что-то выпускают.

Офигенно! Все ссылки будут в описании. Ох, вообще бомба. Серёжа, спасибо тебе огромное, это дико интересный разговор. Это подкаст Студии Либо-Либо, партнёр этого сезона онлайн-офис Яндекс 360. Над выпуском работали редакторки Маргарита Берденникова и Маша Агличева, продюсеры Данил Остапов и Аня Коваленко, звукорежиссёр Юрий Шустицкий. За джингл спасибо Алексею Зеленскому. До встречи через неделю. Редактор субтитров Т.Горелова Корректор А.Егорова