Мозги для роботов: почему ветеран Stripe ставит всё на Physical Intelligence

Пока мы с вами пытались понять, какой чат-бот врет убедительнее, Кремниевая долина нашла себе новую, куда более дорогую игрушку. Знакомьтесь: Physical Intelligence, стартап, который с ноги врывается на рынок с амбицией, граничащей с безумием — создать универсальный «мозг» для любого робота на планете. И чтобы вы не подумали, что это очередной гаражный проект, его основал и профинансировал Лаки Грум (Lachy Groom), один из ранних топов Stripe и ангел-инвестор с чутьем на будущих единорогов. И он не просто верит в идею — он ставит на нее по-крупному.

Давайте сразу к сути. Physical Intelligence не собирается строить еще одного двуногого гуманоида или пополнять кладбище робо-собачек. Их продукт — это софт. Точнее, фундаментальная AI-модель, эдакий GPT для физического мира. Идея в том, чтобы любая компания, от склада Amazon до сборочного цеха Tesla, могла взять эту модель, «дообучить» ее под свои задачи и загрузить в свое железо. Вместо того чтобы годами программировать робота под одну-единственную операцию «взять-положить», можно будет просто сказать ему: «Разбери эту коробку и аккуратно сложи детали на полку». А он сам поймет, как это сделать. На бумаге звучит как научная фантастика, но именно в это сейчас и вливают деньги.

Лаки Грум, по его же словам, делает ставку не столько на технологию, сколько на людей. Он собрал команду из ветеранов Google Brain, DeepMind и OpenAI — тех самых инженеров, которые десятилетиями бились над проблемой «физического интеллекта». По их мнению, момент настал именно сейчас. Почему? Потому что прорывы в больших языковых моделях (LLM) внезапно открыли путь к созданию моделей, которые могут понимать не только текст, но и контекст реального мира. Трансформерная архитектура, лежащая в основе ChatGPT, оказалась на удивление эффективной для интерпретации сенсорных данных и планирования движений. Это тот самый «недостающий ингредиент», которого робототехника ждала со времен Азимова.

Конечно, Physical Intelligence выходит на поляну, где уже пасутся титаны. Конкуренция здесь — злее не придумаешь. Есть Figure AI, которых уже накачивают деньгами OpenAI, Microsoft и Nvidia, и которые недавно показали впечатляющее демо своего робота, общающегося с человеком голосом GPT-4. Есть ветераны из Boston Dynamics, которые хоть и славились скорее «железной акробатикой», но с их новым полностью электрическим Atlas явно целятся в сторону большей «разумности». И, конечно, есть вечный wild card в лице Tesla с ее ботом Optimus, который Илон Маск обещает сделать умнее человека «уже в следующем году» (мы это слышим примерно с 2020-го).

На этом фоне стратегия Physical Intelligence выглядит одновременно и рискованной, и гениальной. Вместо того чтобы ввязываться в дорогущую гонку по созданию лучшего «тела», они фокусируются на «душе». Это как если бы во времена зарождения смартфонов кто-то решил не делать свой телефон, а создать Android — универсальную операционную систему для всех. Если у них получится, они могут стать ключевым игроком, не произведя ни одного винтика. Скажем прямо: это ставка на то, что железо станет коммодити, а вся ценность сосредоточится в софте.

Наш вердикт: мы наблюдаем рождение нового Дикого Запада. После нескольких лет доминирования LLM и генерации картинок, венчурный капитал нашел новую вертикаль для заливания сотен миллионов долларов — embodied AI. Идея «разумных» роботов-помощников будоражила умы десятилетиями, но каждый раз все заканчивалось разочарованием и неуклюжими демо. Сейчас, впервые, технологические предпосылки (мощные AI-модели) и финансовые возможности (огромные инвестиции) сошлись в одной точке. Проект Лаки Грума — одна из самых чистых и концентрированных ставок на этот тренд. Будет ли это прорыв или очередной громкий пшик, который мы будем с иронией вспоминать через пять лет? Сказать сложно. Но одно точно: скучно в ближайшие годы не будет.