در یک انبار بزرگ و روشن در فلاوری برنچ، جورجیا، یک جفت ربات انسان‌نما ساخته شده توسط Agility Robotics با احتیاط روی کف‌های بتنی صیقلی راه می‌روند، راه رفتنشان به طرز عجیبی ظریف است. پاهای آن‌ها به سم‌های باریک و پوشیده از کفش‌های ضد لغزش سفارشی ختم می‌شود. آن‌ها خم می‌شوند تا ظروف پر از لباس‌های فرم Spanx را بردارند، سپس آن‌ها را به نوار نقاله مجاور حمل می‌کنند.
در حالی که مشاغل آن‌ها ممکن است ساده و پیش‌پاافتاده باشد، این ربات‌های «دیجیت» جایگزین مستقیمی برای انسان‌هایی هستند که در غیر این صورت این کار را انجام می‌دادند. آن‌ها همچنین یک پل انعطاف‌پذیر بین سایر ماشین‌های خودکار کم‌کاربردتر رایج در انبارها و کارخانه‌ها هستند. به این ترتیب، یک ربات انسان‌نما مانند Digit نشان‌دهنده گام بعدی است—در تکاملی که به اختراع خط مونتاژ بازمی‌گردد—در تسریع و خودکارسازی فرآیندهایی که برای تجارت الکترونیک، تولید، کشاورزی و هر بخش دیگری از محیط فیزیکی و ساختمانی ما ضروری هستند.
داستان‌های علمی تخیلی مدت‌هاست پر از ربات‌هایی بوده‌اند که شبیه ما هستند، حرکت می‌کنند و حتی فکر می‌کنند. در دنیای واقعی، اشکال انسان‌نما تا همین اواخر یک غیر استارتر بوده‌اند. ساخت آن‌ها سخت، گران، کند و دست و پا گیر بود، و هرگز در مقایسه با انواع بی‌شمار دیگر ربات‌های ساخته شده با هدف خاص—و بسیار مقرون به‌صرفه‌تر—که در دهه گذشته به سرعت تکثیر شده‌اند، منطقی نبوده‌اند.
این در حال تغییر است. از آنجایی که تقاضای جهانی برای انواع جدید ربات‌ها افزایش یافته است، تولید انبوه و کاهش هزینه‌ها برای قطعات، تولید آن‌ها را ارزان‌تر می‌کند. به همان اندازه مهم، انواع جدیدی از هوش مصنوعی—برخی از بستگان نزدیک نوعی که اولویت‌های شرکت‌های فناوری و دولت‌ها را از زمان ظهور ChatGPT زیر و رو کرده است—به ربات‌ها جانی می‌بخشد به روش‌هایی که حتی چند سال پیش به سادگی امکان‌پذیر نبود.
در حالی که ربات‌های ساخته شده با هدف خاص به تکثیر خود ادامه می‌دهند، چه وسایل نقلیه چرخ‌دار باشند و چه ماشین‌های سگ‌شکلی که اسلحه حمل می‌کنند، مزایای یک طرح بدنه مانند ما شروع به ایجاد جایگاهی برای ربات‌های انسان‌نما می‌کند. به هر حال، جهان برای چیزهایی ساخته شده است که شبیه ما هستند و مانند ما حرکت می‌کنند. پر از پله‌ها، راهروها، قفسه‌ها در ارتفاع شانه و خطوط دید در سطح چشم است، بنابراین پایبندی به فرم انسان‌نما، قرار دادن ربات‌ها در نقش‌های موجود را آسان‌تر می‌کند. سپس مزایای ظریف‌تری از فرم انسانی وجود دارد—ما می‌توانیم بارهای سنگین را با بیرون راندن آن‌ها روی پاهای خمیده برداریم. در مقابل، یک ربات با چرخ و بازو باید یک پایه بسیار پهن‌تر و سنگین‌تر داشته باشد تا از واژگونی جلوگیری کند.
بیش از ده استارت‌آپ در سراسر جهان در حال حاضر ربات‌های انسان‌نما ارائه می‌دهند. همه آن‌ها پیش‌بینی‌های بزرگی از آینده علمی-تخیلی کمک نامحدود انسانی از رعایای مکانیکی ما دارند. چندین مورد از قبل ربات‌های خود را در کارخانه‌ها و انبارهای واقعی آزمایش می‌کنند.
یک مزیت کلیدی که سازندگان تبلیغ می‌کنند: برخلاف بیشتر اتوماسیون‌های فعلی، ربات‌های انسان‌نما می‌توانند بیش از یک کار انجام دهند.
آدریان استوچ، مدیر ارشد اتوماسیون GXO Logistics، که مالک و اداره‌کننده مرکز توزیع Spanx است که ربات‌های Digit Agility در آن پرسه می‌زنند، می‌گوید: «ربات‌های انسان‌نما اولین دسته از ربات‌ها هستند که می‌توانند وظایف کاملاً متفاوتی را بر اساس نیازهای کسب‌وکار یا زمان شیفت انجام دهند. در آینده، می‌توانیم Digit را داشته باشیم که صبح یک تریلر را تخلیه می‌کند، بعد از ظهر کالاها را انتخاب می‌کند و عصر کامیون‌ها را بارگیری می‌کند.»
برای سازندگان ربات‌های انسان‌نمای نسل بعدی، این استدلال وجود دارد که انعطاف‌پذیری بالقوه آن‌ها به توجیه هزینه آن‌ها با قابل استفاده کردن آن‌ها برای ساعات بیشتری از هر سال کمک می‌کند. هیچ یک از شرکت‌هایی که ربات‌های انسان‌نما ارائه می‌دهند، در حال حاضر هزینه خود را فاش نمی‌کنند. همه آن‌ها می‌گویند که با گذشت زمان هزینه کاهش می‌یابد و این کلید پذیرش آن‌ها خواهد بود.
جف کاردناس، مدیر اجرایی Apptronik مستقر در آستین، تگزاس، که آزمایش‌هایی را با ربات‌های انسان‌نمای خود در یک انبار GXO متفاوت آغاز می‌کند، می‌گوید: «چالش رباتیک همیشه اقتصاد بوده است.» به همین دلیل است که شرکت او از زمان جدا شدن از یک آزمایشگاه رباتیک دانشگاه تگزاس تقریباً یک دهه پیش، روی ساخت ربات‌ها تا حد امکان مقرون به صرفه کار کرده است.
اما حتی ارزان‌ترین و مطمئن‌ترین بدنه ربات بدون مغز هیچ است.
اینجاست که برخی از با ارزش‌ترین شرکت‌های جهان و برخی از شناخته‌شده‌ترین استارت‌آپ‌ها، از جمله سازنده تراشه Nvidia و توسعه‌دهنده ChatGPT OpenAI، وارد تصویر می‌شوند. بسیاری از بزرگترین شرط‌بندی‌های آن‌ها—بر روی مراکز داده چند میلیارد دلاری و حقوق چند میلیون دلاری برای مهندسان ستاره—حداقل تا حدی در مورد رباتیک است.
Rev Lebaredian، رئیس تلاش‌های Nvidia برای فعال کردن شبیه‌سازی محیط‌های واقعی، که کلید ساخت مغز ربات است، می‌گوید: «ما معتقدیم که فناوری توانمندساز برای ربات‌های خودمختار همان فناوری است که پشت همه کارهایی است که ما با هوش مصنوعی و با مدل‌های زبان بزرگ انجام می‌دهیم.»
برخی بر این باورند که درست همانطور که چت‌بات‌ها به زودی به سطحی از توانایی می‌رسند که به آن‌ها اجازه می‌دهد وظایف را با نظارت انسانی کم یا بدون نظارت انجام دهند، ربات‌ها نفر بعدی خواهند بود.
جنسن هوانگ، مدیرعامل Nvidia، اخیراً در سخنرانی خود در یک نمایشگاه تجاری الکترونیک گفت: «لحظه ChatGPT برای رباتیک عمومی در شرف وقوع است.»
در حال حاضر، آخرین موج فناوری هوش مصنوعی—هم سخت‌افزار و هم نرم‌افزار—به ربات‌ها، و به ویژه ربات‌های انسان‌نما، این امکان را می‌دهد که به گونه‌ای رفتار کنند که حتی چند سال پیش فراتر از سطح فناوری بود. آیانا هاوارد، ربات‌شناس که دهه‌هاست روی ربات‌های انسان‌نما کار می‌کند و رئیس دانشکده مهندسی دانشگاه ایالتی اوهایو است، می‌گوید: «ما به گونه‌ای تکامل یافته‌ایم که مغزهای ربات بسیار قدرتمندتر هستند—من در این مورد بسیار مطمئن هستم.»
Boston Dynamics، شرکتی که به دلیل پر کردن اینترنت با ویدیوهایی از ربات‌های توانمندتر برای بیش از 20 سال مشهور است، این روند را تجسم می‌کند.
آرون ساندرز، مدیر ارشد فناوری این شرکت می‌گوید: زمانی که Boston Dynamics در سال 1992 از MIT جدا شد، سیستم‌های کنترل ربات‌ها—به عبارت دیگر، مغز آن‌ها—بر اساس استانداردهای امروزی ابتدایی بودند. از آن زمان، هوش مصنوعی، که اساساً آموزش رایانه‌ها به جای برنامه‌نویسی آن‌ها است، به طور پیوسته به بخش‌های بیشتر و بیشتری از نرم‌افزاری که ربات‌های Boston Dynamics را هدایت می‌کند، معرفی شده است.
رباتیک رشته‌ای است که در آن دیدن باور کردن است. موفقیت یا شکست ساخته‌های آن برای هر کسی قابل ارزیابی است. ملونی وایز، مدیر ارشد فناوری Agility، با این روحیه، به سرعت اشاره می‌کند که شرکت او اولین شرکت در ایالات متحده بود که ربات‌های انسان‌نما در یک محیط تولید واقعی کار واقعی انجام می‌دادند.
با این حال، صرف نظر از سرعت تسخیر کار یدی توسط ربات‌های انسان‌نما، قابلیت‌های آن‌ها در حال حاضر کاملاً محدود است—همانطور که تعداد آن‌ها نیز محدود است. استوچ از GXO می‌گوید که در داخل انبار Spanx، هنوز فقط دو ربات Digit در استخدام هستند. وی می‌افزاید که برای اینکه ربات‌ها واقعاً در صنعت او که در آن هزاران زیر وظیفه هنوز نیاز به خودکارسازی دارند، رشد کنند، ممکن است انواع مختلفی از ربات‌های انسان‌نما مورد نیاز باشد.
هاوارد از ایالت اوهایو، که تجربه بیشتری در کار با ربات‌های انسان‌نما نسبت به تقریباً هر کس دیگری دارد، موافق است که آینده احتمالاً یک جانورخانه همیشه در حال رشد از انواع بدن ربات خواهد بود، مهم نیست که چقدر باهوش شوند. و کاردناس از Apptronik بر این باور است که همه‌کاره‌ترین ربات‌ها، نیم‌تنه‌هایی با بازو و سر خواهند بود که می‌توانند در بالای تقریباً هر پلتفرمی—از چرخ‌ها گرفته تا چهار پا—قرار گیرند. به عبارت دیگر، آینده ربات‌های همه‌منظوره ممکن است فقط از این نظر انسان‌نما باشد که ما انتظار داریم آن‌ها مانند ما فکر کنند—بدون توجه به طرح بدنشان.
برای ارتباط با Christopher Mims به آدرس [email protected] ایمیل بزنید.
—اعتبار ویدیوی برتر: REFLEX, UNITREE, BOSTON DYNAMICS (2), NEURA ROBOTICS, AGILITY ROBOTICS