24.01.25 14:25
Внедрение ИИ в роботы, которые таким образом получили бы возможность действовать в полной мере автономно, сталкивается с серьёзными препятствиями, и прежде всего, — программного характера, пишет ITBestsellers.
Большие языковые модели (БЯМ; large language model — LLM) создаются путём тренировки цифровых нейросетей на огромных массивах данных. И если для текста, изображений, видео и иных медиаданных перевод в цифровые форматы не представляет большого труда, то оцифровать, к примеру, процесс подъёма с пола ящика и установки его на полку (стандартная задача для автономных складских роботов) невероятно сложно, учитывая, насколько могут различаться конструкции производящих эту операцию манипуляторов, размеры ящика, высота полки, расстановка потенциально мешающих выполнить задачу посторонних объектов поблизости и т. п.
По этой причине создание БЯМ, специализированных для применения совместно с роботизированными системами для производства различных операций в реальном мире, рассматривается как особая отрасль развития ИИ, и ей аналитики прочат в ближайшие годы особенно бурное развитие. По оценке TrendForce, от примерно 35 млрд долл. США, в которые оценивается объём рынка таких БЯМ по итогам текущего, 2025 г., к 2028 -му ожидается рост уже до 100 млрд долл. США с лишним (см. рисунок), с CAGR почти в 50% на этом временном интервале.
В качестве примера специализированной большой языковой модели, ориентированной на робототехнические приложения, аналитики приводят разработанную Nvidia и представленную на CES 2025 БЯМ Cosmos, формирующую чрезвычайно правдоподобное виртуальное окружение для тренировки ИИ, предназначенного в дальнейшем управлять роботами в реальности. Учитывая, что затраты на тренировку БЯМ составляют около 10% общей себестоимости автономных роботов, оценка экспертов в отношении бурного роста этого сегмента в ближайшие годы представляется вполне обоснованной.
