Budućnost robotike: Put do veštačke inteligencije u fizičkom svetu

Ovaj tekst istražuje budućnost veštačke inteligencije u robotici, naglašavajući da se sudbonosni trenutak masovne primene neće dogoditi preko noći, već kroz postepeni razvoj. Autori objašnjavaju da fizički svet predstavlja ogromne izazove za mašine, jer zahteva obradu kompleksnih podataka i korišćenje naprednog hardvera koji imitira ljudsku prilagodljivost. Umesto jednog univerzalnog modela, uspeh će zavisiti od koordinacije različitih AI alata i prikupljanja kvalitetnih podataka iz stvarnih situacija. Iako video snimci često prikazuju impresivne veštine, realna vrednost robota leži u njihovoj sposobnosti da bezbedno obavljaju jednostavne zadatke u ljudskom okruženju. Zaključak je da će roboti postepeno transformisati ekonomiju kroz seriju manjih tehnoloških proboja, a ne putem jednog izolovanog otkrića. Ova analiza služi kao podsetnik na razliku između naučnofantastičnih obećanja i zahtevnog inženjerskog rada koji predstoji.

Krajem 2022. godine, svet je doživeo tehnološki potres: ChatGPT je pokazao da mašine mogu da komuniciraju, pišu poeziju i rešavaju logičke probleme na nivou koji je do tada bio rezervisan isključivo za ljudsku inteligenciju. Od tog trenutka, javnost i investitori grozničavo iščekuju sličan „magični momenat“ u svetu fizičkih mašina. Ako veštačka inteligencija može da napiše esej o kvantnoj fizici za tri sekunde, zašto nas, za ime sveta, roboti još uvek ne odmenjuju u pranju sudova ili slaganju veša?

Pitanje koje proganja investitore — koji su samo u 2025. godini uložili rekordnih 40,7 milijardi dolara u robotske kompanije — jeste: gde je nestao taj famozni proboj? Džonatan Herst (Jonathan Hurst), suosnivač kompanije Agility Robotics, i Hans Peter Brøndmo, bivši potpredsednik u Google X-u, upozoravaju nas da je potraga za jednim, revolucionarnim algoritmom koji će „rešiti“ robotiku zapravo zabluda. Prava revolucija se već dešava, ali ona ne liči na softverski blic-krig, već na mukotrpan inženjerski marš.

Prva istina: Zašto robot ne može da „skroluje“ kroz znanje kao ChatGPT

U krugovima vrhunskih inženjera vlada nepisano, ali surovo pravilo koje bi svaki korisnik YouTube-a trebalo da usvoji:

„Nikada ne verujte video snimku robota koji vidite na internetu. Jaz između pažljivo skriptovanog nastupa i stvarne autonomije u nepredvidivom ljudskom okruženju je i dalje ogroman.“

Poslednji primer koji je zaslepio javnost bio je nastup Unitree humanoidnih robota na prolećnom festivalu 2026. godine u Kini. Dok su roboti izvodili borilačke veštine sa hirurškom preciznošću, realnost iza kulisa bila je drugačija. To nije bila inteligencija; to je bila vrhunska koreografija. Njihov stepen autonomije bio je bliži industrijskim robotima koji decenijama sklapaju automobile u fabrikama nego inteligentnom asistentu koji treba da se snađe u haosu vaše dnevne sobe. AI se u ovim snimcima koristi tek za bazičnu kontrolu motora kako robot ne bi pao — što je samo kap u moru problema koje robotika opšte namene mora da reši.

Druga istina: Problem podataka koji se ne mogu prosto „preuzeti“

Uspeh velikih jezičkih modela (LLM) počiva na „zlatnom standardu“ podataka: internetu. Tekstovi, knjige i dijalozi su bili spremni za konzumaciju. Robotika nema taj luksuz. Fizički svet je beskonačno kompleksniji od tekstualne baze; on zahteva podatke o svetlosti, trenju, brzinama, silama i bezbednosnim marginama u hiljadama dimenzija.

Da biste razumeli težinu ovog zadatka, pogledajte projekat Everyday Robots (Google X). Kako bi naučili robota da samo razvrstava smeće, inženjeri su 2022. godine morali da pokrenu čak 240 miliona simulacija. Svaka nova veština zahteva sličan, herkulovski napor u prikupljanju podataka. Robot ne može samo da „pročita“ kako se hvata čaša; on mora da oseti svako mikropomeranje u konfiguracionom prostoru koji je bukvalno beskonačan.

Treća istina: Agentna AI umesto jednog „Velikog mozga“

Zaboravite na ideju o jednom AI modelu koji će upravljati svim robotima sveta. Fizička raznolikost je prevelika — roboti imaju točkove, noge, krila ili propelere; rade u skladištima, pod vodom ili u vazduhu.

Herst i Brøndmo predviđaju da budućnost pripada „agentnoj AI“ (agentic AI). Umesto jednog monolitnog algoritma, imaćemo koordinacione modele visokog nivoa koji funkcionišu kao menadžeri. Oni će planirati zadatke i pozivati specijalizovane „alate“ (manje AI modele) za specifične akcije. Što je još uzbudljivije, svedočićemo ekosistemu u kojem više robota sarađuje i koordinira akcije u realnom vremenu, koristeći ove agentne modele kao zajednički jezik. Ova demokratizacija AI alata podseća na rane dane interneta — pravi napredak počinje onog trenutka kada tehnologija postane široko dostupna i interoperabilna.

Četvrta istina: Hardver je i dalje „tvrd orah“

Čak i da sutra dobijemo savršen softverski mozak, naš hardver je još uvek u „kamenom dobu“ u poređenju sa biološkom prefinjenošću. Problem je u aktuatorima (motorima i zupčanicima). Današnji industrijski roboti su brutalno snažni i opasno kruti.

Razmislite o jednostavnom stavljanju ključa u bravu. Vi to ne radite savršenim matematičkim poravnavanjem. Vi se oslanjate na „usklađenost“ (compliance) — osećate otpor, blago mrdate ključ dok ne osetite put unutra. Robotima je potrebna nova klasa aktuatora koji su osetljivi na silu i sposobni za meku interakciju. Dok ovakav hardver ne postane dostupan na masovnom nivou, roboti će ostati mašine koje moraju biti iza zaštitnih ograda kako ne bi povredile ljude.

Peta istina: Moravekov paradoks i cena realnog iskustva

U robotici caruje Moravekov paradoks: ono što je trogodišnjem detetu lako (kretanje kroz sobu puno igračaka), robotu je skoro nemoguće. S druge strane, kompleksna matematika je za robote igračka.

Kada je Agility Robotics počeo da testira svog humanoidnog robota Digit u stvarnim skladištima, udarili su u zid realnosti koji nijedna simulacija nije predvidela. Najveća prepreka nije bila logika kretanja, već bezbednost. Rizici su bili toliko realni da su fizičke barijere i kavezi oko robota postali neophodnost, a ne samo mera opreza. To je pokrenulo višegodišnji inženjerski poduhvat promene dizajna koji se ne može rešiti samo kodom.

„Ne postoji 'srebrni metak' ili magični algoritam, niti volumen podataka koji može zameniti godine ekstenzivnog iskustva u stvarnom svetu.“

Zaključak: Kambrijska eksplozija korisnih mašina

Budućnost robotike možda neće imati svoj dramatični „ChatGPT momenat“, ali to je zapravo dobra vest. Umesto jednog nestabilnog proboja, svedočimo „kambrijskoj eksploziji“ — postepenom, ali neumoljivom nastanku specijalizovanih, inteligentnih mašina koje će, korak po korak, preuzimati poslove koji su opasni, dosadni ili fizički iscrpljujući.

Ovaj napredak će se desiti kroz niz malih i velikih pobeda koje će transformisati tržišta vredna stotine milijardi dolara. Pravo pitanje nije kada će se dogoditi revolucija, već kako će se naša ekonomija transformisati kada ovi agentni sistemi počnu da rešavaju sitne, ali brojne zadatke koji su do juče bili rezervisani isključivo za ljudske ruke. Da li smo spremni za svet u kojem robotika ne nudi spektakl, već tihu, efikasnu i sveprisutnu vrednost?

Izvor: spectrum.ieee.org