Apakah yang ditunjukkan oleh kadar kejayaan 91% HALO?

  • Pasukan penyelidikan Apple mendedahkan bahawa sistem HALO menjalankan 360 ujian tugasan individu merentasi 6 persekitaran dunia sebenar yang belum diimbas atau dipetakan terlebih dahulu, dengan kadar kejayaan purata 91%. Ini menunjukkan bahawa robot sudah boleh, pada tahap tertentu, bergantung pada kawalan autonomi untuk menyelesaikan tugasan individu dalam persekitaran dunia sebenar.
  • Keputusan bagi tugasan gabungan jauh lebih rendah: dalam satu lagi persekitaran dunia sebenar, 3 jenis tugasan gabungan diuji sebanyak 10 kali setiap satu, dengan kadar kejayaan purata 70%; kadar kejayaan bagi tugasan “membongkok melepasi halangan—berjalan ke arah sasaran—menolak kotak” ialah 50%. Kestabilan pelaksanaan masih merosot apabila beralih daripada tindakan individu kepada tugasan berterusan.

Apakah kelemahan yang mengehadkan peluasan kadar kejayaan kepada lebih banyak senario?

  • Penjanaan data masih melibatkan manusia: tugasan fizikal baharu memerlukan manusia menulis arahan dan mereka bentuk bingkai utama tindakan, manakala sesetengah tindakan turut menggunakan video manusia atau bahan tangkapan gerakan. Oleh itu, keputusan ujian tidak bermakna robot sudah dapat menyesuaikan diri sendiri dengan sebarang tugasan baharu.
  • HALO pada masa ini bergantung terutamanya pada penglihatan dan sukar mengesan sentuhan secara langsung. Apabila objek keluar daripada pandangan kamera atau terlindung, prestasi bagi tugasan yang banyak melibatkan sentuhan merosot. Pasukan Apple menyenaraikan persepsi sentuhan sebagai bidang penambahbaikan seterusnya, manakala kekurangan data, kesukaran pelabelan dan kerumitan persekitaran fizikal juga menjadi halangan kepada generalisasi.

Mengapakah institusi menumpukan perhatian pada “integrasi otak besar dan otak kecil”?

  • “Otak besar” bertanggungjawab terhadap kognisi dan pembuatan keputusan, manakala “otak kecil” mengendalikan kawalan pergerakan; penyelarasan antara kedua-duanya membolehkan persepsi, keputusan dan pelaksanaan membentuk gelung tertutup. Laporan itu merumuskan perkembangan industri sebagai peralihan daripada seni bina berlapis dan kolaboratif kepada integrasi yang lebih mendalam, tetapi turut menyatakan bahawa integrasi semasa antara model AI besar dengan robot humanoid masih cetek.
  • Dong Xiaobin dari Industrial Securities berpendapat bahawa proses pembuatan perkakasan robot telah mencapai tahap yang agak tinggi dan keupayaan kecerdasan berjasad mungkin menjadi halangan pembangunan; buat masa ini, senario aplikasi masih agak tertumpu. Jika senario khusus berkembang, kaedah latihan ditambah baik dan perkakasan terus mencatat kemajuan, pengumpulan data berkualiti tinggi mungkin menjadi lebih pantas dan mendorong aplikasi meluas ke senario umum serta rumah tangga.

Adakah perkembangan syarikat berkaitan berada pada tahap yang sama?

  • Tidak. Joyson Electronics menyatakan bahawa syarikat itu telah melancarkan komponen seperti pengawal otak besar dan otak kecil, tetapi produk berkaitan pelanggan Amerika Utara masih melalui proses penghantaran sampel, naik taraf berulang dan kerja pengeluaran besar-besaran. JWIPC menyatakan bahawa pesanan pelanggan telah diperoleh dalam bidang pengawal otak besar dan otak kecil robot. Sementara itu, SoC otak besar dan otak kecil SigmaStar untuk kecerdasan berjasad telah mula dihantar ke peringkat fabrikasi cip secara berperingkat.
  • Maklumat ini masing-masing merujuk kepada tahap kemajuan yang berbeza bagi komponen, pengawal dan cip. Ia mencerminkan kemajuan produk dan projek dalam rantaian industri, tetapi penghantaran sampel, pesanan dan permulaan fabrikasi cip tidak boleh dianggap sebagai tahap pengkomersialan yang sama.