Агентите базирани на вештачка интелигенција (ВИ) полека престануваат да бидат само софтвер што работи во позадина на компјутер. Нов експеримент со OpenClaw, еден од најпознатите open-source ВИ агенти во моментов, покажа дека ваквите системи веќе можат да контролираат и физички роботи.
Во текст објавен од WIRED, новинарот Вил Најт опишува како успеал да му даде „физичко тело“ на својот OpenClaw агент преку роботска рака LeRobot 101. Резултатот бил ВИ систем што можел да препознава предмети, да пишува код за управување со роботот и постепено да учи како да фаќа објекти.
Експериментот е уште еден показател дека индустријата сè повеќе се движи кон физичка ВИ, концепт каде вештачката интелигенција не е ограничена само на текст и дигитални задачи, туку добива можност директно да комуницира со физичкиот свет.
Според текстот на WIRED, OpenClaw бил поврзан со роботска рака од проектот LeRobot на Hugging Face, open-source иницијатива создадена за поевтина и подостапна роботика. Системот користел камера и ВИ модели за препознавање објекти, додека самиот OpenClaw генерирал Python код за движење на роботската рака.
Во еден од тестовите, ВИ агентот успеал да препознае црвена топка и да ја фати со роботската клешта. Иако движењата биле бавни и далеку од хуманоидна роботика, демонстрацијата покажува колку брзо се развиваат агентските системи.
Авторот на текстот наведува дека конфигурацијата на роботот без помош од ВИ претходно му одземала часови работа, додека OpenClaw и OpenAI Codex помогнале во калибрација на моторите, поврзување на уредите и пишување на кодот потребен за контролата на роботот.
„Code as policy“ станува нов тренд
Овој пристап се базира на концептот „code as policy“, термин што првпат стана популарен по истражување од 2022 година, каде ВИ моделите не само што анализираат информации, туку генерираат код што директно управува со роботи и физички системи.
Истражувачи од UC Berkeley, Nvidia, Carnegie Mellon University и Stanford University развиле benchmark систем наречен CaP-X за тестирање на ВИ модели во роботски сценарија. Според резултатите споменати во WIRED, моделите на Google Gemini покажале особено добри резултати во задачи поврзани со физичка интеракција и роботика.
Паралелно со ова, на GitHub веќе се појавуваат проекти што му овозможуваат на OpenClaw да контролира различни физички уреди и роботи.
Проектот ClawBody на GitHub, на пример, комбинира OpenClaw со роботот Reachy Mini и му овозможува на AI агентот да „гледа“, „слуша“ и да воспоставува eye tracking контакт со луѓе.
Една од најголемите промени е што ВИ моделите почнуваат значително да ја намалуваат техничката бариера за работа со роботи.
Во минатото, програмирањето роботска рака бараше напредно познавање на robotics frameworks, calibration системи и low-level програмирање. Денес, ВИ агентите можат сами да генерираат дел од потребниот код и да помогнат во дебагирање и конфигурација.
Слични проекти веќе се појавуваат и во open-source заедницата. Платформи како WireClaw и RoClaw експериментираат со поврзување на OpenClaw со IoT уреди, роботи и физички сензори.
Во некои случаи, ВИ агентите веќе добиваат можност автономно да контролираат роботски кучиња, камери и моторизирани платформи преку мрежа и API интерфејси.
Ризиците остануваат сериозни
И покрај ентузијазмот околу физичката ВИ, дел од експертите предупредуваат дека ваквите системи отвораат и сериозни безбедносни прашања.
Во друг текст на WIRED, OpenClaw бил опишан како исклучително моќен агент што може да пристапува до мејлови, browser сесии и различни online сервиси. Во одредени тестови, AI агентот покажал непредвидливо однесување и започнал да носи одлуки што корисникот не ги очекувал.
Дополнително, истражување објавено оваа година покажува дека OpenClaw агентите можат релативно лесно да бидат манипулирани преку social engineering техники и prompt manipulation.
Проблемот станува уште посериозен кога ВИ системите добиваат физичка контрола над машини и роботи. Она што до неодамна изгледаше како научна фантастика, денес полека станува реалност во open-source заедницата.
ВИ агентите веќе не се ограничени само на пишување текст, одговарање на прашања или автоматизација на задачи на компјутер. Следната фаза е нивно директно поврзување со физичкиот свет.
Ако сегашниот развој продолжи со ова темпо, идните ВИ асистенти нема само да организираат календар или да резервираат состанок, туку ќе можат и физички да ја извршат задачата.
Оваа содржина е генерирана со помош на вештачка интелигенција, но е внимателно проверена, уредена и дополнета од уредничкиот тим на IT.mk, со цел да обезбедиме точни, релевантни и квалитетни информации за читателите.
Стани премиум член и доби пристап до сите содржини, специјален попуст на над 2.200 производи во ИТ маркет, верификуван профил и можност за огласување на ИТ Огласник. Плус ќе го поддржиш медиумот кој го градиме цели 16 години!
Доколку веќе имаш премиум членство, најави се тука.
