בעוד שרוב תשומת הלב הציבורית והתקשורתית מופנית למודלי שפה, יצירת תמונות וכתיבת קוד - תחומים הפועלים אך ורק במרחב הדיגיטלי - באנבידיה משוכנעים כי המהפכה הגדולה באמת מתחוללת במפגש שבין האלגוריתם לאטומים. מי שמוביל את המהלך הזה הוא דיפו טאלה, סגן נשיא ומנהל חטיבת הרובוטיקה ומחשוב הקצה. בריאיון שהתקיים עם מערכת "היום" בוועידת GTC Berlin, מנתח טאלה את ההבדל התהומי בין עולם הפיקסלים לעולם העצמים הפיזיים, מפרק את המיתוסים סביב אובדן מקומות עבודה, ומציג את מודל "מחסום 10 השניות" שמבדיל בין טכנולוגיה ניסיונית לפריסה מסחרית המונית.
כולנו רגילים להשתמש בבינה מלאכותית על גבי מסכים - חיפוש, ניסוח מיילים, סיכום מסמכים. איך אתה מגדיר את המעבר למה שאתם מכנים Physical AI?
"עד היום, ה-AI פעל כמעט לחלוטין בעולם הדיגיטלי", אומר טאלה בחיוך. "מהנדסי תוכנה נעזרים בו לכתיבת קוד, מפרסמים משתמשים בו כדי לטרגט מודעות, רשתות חברתיות מציגות פוסטים מותאמים, ומשתמשי קצה מבקשים ממנו לסכם מאמר, לכתוב מייל או להציג תוצאות חיפוש. כל אלה משימות חשובות, אבל הן נשארות בתוך המחשב".
לדבריו, "השאלה המהותית היא מה קורה כשאתה לוקח את אותו מוח ומחיל אותו על משימות בעולם הפיזי: נהיגה ברכב, רחפנים אוטונומיים שמבצעים משלוחים של תרופות וחבילות, זרועות רובוטיות שממיינות ואורזות במפעלים, או רובוטים שנכנסים למקומות מסוכנים שבני אדם לא צריכים להיכנס אליהם - כמו מכרות פחם צרים, אתרי בנייה מורכבים או קטיף חקלאי בשדות. הרעיון ב-Physical AI הוא להשתמש בבינה כדי להזיז חומר, להפעיל כוח ולבצע משימות במציאות הפיזית".
Digital AI לעומת Physical AI
- בינה מלאכותית דיגיטלית: מערכות תוכנה המעבדות נתונים דיגיטליים ומייצרות פלט דיגיטלי (טקסט, שורות קוד, תמונות, קול). הפעולה מוגבלת לגבולות המסך והשרת.
- בינה מלאכותית פיזית: שילוב של מודלי בינה מלאכותית עם חיישנים (מצלמות, חיישני מגע וכו') ומפעילים מכניים (מנועים, זרועות, גלגלים). המערכת נדרשת להבין את חוקי הפיזיקה, לחוש את סביבתה ולקבל החלטות תנועה ופעולה בעולם הממשי בזמן אמת.
מלכודת הבטיחות
בעולם הדיגיטלי חווינו זינוק מטאורי עם ChatGPT. מדוע ברובוטיקה הכללית לא ראינו עדיין רגע מקביל של פריצה?
"הסיבה המרכזית היא שדרישות הדיוק, האמינות והבטיחות בעולם הפיזי גבוהות בסדרי גודל מאשר בעולם הדיגיטלי", מסביר טאלה, ואפשר להבין למה הוא מתכוון. "אפשר לחשוב על זה כך: אם מודל שפה מייצר טיוטת מייל ברמת דיוק של 90%, זה נהדר. אנחנו עוברים על הטקסט, משנים שתי מילים או מוחקים משפט - ויש לכם תוצר מעולה. המשתמש האנושי נמצא בתוך הלולאה. אבל בעולם הפיזי, אם לרכב אוטונומי או לרובוט תעשייתי יש 99% דיוק - זה נתון שרק נשמע גבוה, אבל הוא כישלון קטסטרופלי. המשמעות היא שבאחת מתוך מאה פעולות הרכב יתרסק, יפגע באדם או ישבור מוצר. ב-Physical AI, בגלל שאתה מזיז אטומים וחפצים כבדים, הדרישה היא לדיוק של 99.999% ומעלה".
טאלה אומר כי בנוסף, בנושא ה-AI הפיזי נדרשת אמינות מוחלטת. לדבריו, המערכת חייבת לעבוד בכל תנאי תאורה, בגשם, בחושך, ולעולם אינה יכולה להתעייף או לשנות את דעתה באופן שרירותי. "אם תבקש מצ'אטבוט לכתוב מייל היום ושוב מחר, הוא ייתן שתי גרסאות שונות - וזה בסדר. אבל אם תבקש מרכב לפנות בצומת, הוא חייב לבצע את הפנייה בצורה בטוחה ומדויקת בכל פעם מחדש".
מחסום 10 השניות
כדי להסביר את שלבי ההבשלה של הטכנולוגיה, מציע טאלה מודל מחשבתי מעולם האתלטיקה: "נחשוב על אצן בריצת 100 מטר באולימפיאדה. כדי לזכות במדליית הזהב, אתה צריך לרדת לתוצאה של 9.6 או 9.7 שניות. אבל לפני שאתה בכלל חולם על זהב, אתה חייב להשיג את הקריטריון האולימפי - לשבור את מחסום 10 השניות. אם רצת ב-10.05 שניות, אתה אצן מצוין, אבל אתה לא במשחק. ברגע שירדת מתחת ל-10 שניות, נכנסת לתחרות. הזכייה בזהב תיקח עוד שנים, תדרוש אימונים, התאמות ורגולציה.
השאלה עבור כל יישום של AI פיזי היא: האם הוא חצה את מחסום 10 השניות? טאלה מחלק את התחום למספר קטגוריות. הרכבים האוטונומיים חצו מזמן את המחסום. כיום, המערכות מסוגלות לנהוג שעות רצופות בכבישים מהירים ובתנועה עירונית צפופה בלי שום התערבות ידנית. הדרך לפריסה מלאה של מיליוני רכבים עדיין תלויה ברגולציה, ייצור והורדת עלויות, אבל הטכנולוגיה עצמה הגיעה לרף הכניסה.
גם רחפנים ורובוטי משלוחים וניווט צלחו את המחסום המדובר. הם יודעים לנוע מנקודה א' לנקודה ב' באופן עצמאי ובטוח. ומה לגבי רובוטיקה כללית דמוית אדם? טאלה אומר כי היא עדיין נמצאת "עמוק בשלבי המחקר והפיתוח".
חוק "תשע התשיעיות": סטנדרט הנדסי המגדיר רמת אמינות של 99.999%. בתעשיית התוכנה, המשמעות היא השבתה של לא יותר מחמש דקות בשנה. בתעשיית הרובוטיקה והרכב האוטונומי, המשמעות היא שהמערכת נדרשת לבצע מיליוני קילומטרים של פעולות קריטיות כמו בלימה, היגוי, זיהוי הולכי רגל, ללא אף שגיאה מסכנת חיים.
המפנה של השנה האחרונה
מה בכל זאת השתנה בשנה האחרונה שאפשר ליישומים מסוימים לחצות את קו 10 השניות?
טאלה מספר על שתי פריצות דרך טכנולוגיות מהותיות. אחת מהן היא מודלים של היסק מקצה לקצה והשנייה היא טכנולוגיית סימולציה קיצונית.
"בעבר, מודלי AI לרכב או לרובוט אומנו רק על בסיס התאמת נתונים. אם המערכת נתקלה בסיטואציה שלא ראתה מעולם באימונים, היא קפאה. כיום, המודלים מפותחים עם יכולת היסק, ממש כמו בן אדם. כשאתה לומד נהיגה, אתה לומד עקרונות. גם אם מעולם לא נהגת ברחוב מסוים, כשאתה רואה חפץ חריג על הכביש, אתה מפעיל שיקול דעת ומבין מה לעשות. זה מה שהמודלים החדשים מסוגלים לעשות כעת".
בנוסף, טאלה מסביר כי "אי אפשר לאמן רובוטים או רכבים רק בעולם האמיתי. אין מספיק רובוטים, זה מסוכן, יקר וגוזל זמן פיזי. באמצעות פלטפורמות סימולציה (כמו NVIDIA Omniverse ו-Isaac Sim), אנחנו מייצרים תאומים דיגיטליים של מפעלים, כבישים וערים. בתוך הסימולציה אנחנו מריצים אלפי תרחישים במקביל, במהירות גבוהה בהרבה מהזמן האמיתי, ומייצרים תרחישי קיצון של 'אחד לטריליון' שרכב אולי לא יפגוש במציאות לעולם - ומאמנים את המודל להתמודד איתם מראש".
למה רכבים אוטונומיים כבר נוסעים בכבישים, בעוד שרובוט שמטפל בקשישים או מפנה מדיח כלים עדיין נראה כמו מדע בדיוני?
"זה נראה לא אינטואיטיבי, אבל מבחינה הנדסית, נהיגה היא פעולה מובנית ופשוטה בהרבה", מסביר טאלה. "כשחושבים על פעולת הנהיגה, מנגנון ההפעלה הוא בסיסי לחלוטין: להאיץ, לבלום, לפנות שמאלה, לפנות ימינה. המטרה פשוטה: תישאר בנתיב ואל תיגע בשום דבר. לעומת זאת, רובוט ביתי נדרש לפעול בסביבה כאוטית לחלוטין ולבצע מניפולציה פיזית. אם רובוט אוחז בקופסת קרטון קשיחה, זה קל יחסית. אבל מה קורה כשהוא צריך להרים צלחת רטובה וחלקלקה, לאחוז בכוס זכוכית שבירה, או לגעת בגוף אנושי רך? זה דורש חישה טקטילית, שליטה מורכבת בעוצמת הלחיצה, עשרות דרגות חופש במפרקים, והבנה של שפה והקשר רגשי".
טאלה אומר כי טיפול באדם מבוגר דורש אמפתיה, שיחה, והבנה אנושית רחבה - וזה אתגר מורכב עשרות מונים מנסיעה בכביש.
בלי עצבים על הכביש
אז איך מערכות כאלה מתמודדות עם הנהג האנושי, שאינו צפוי ולעיתים קרובות אגרסיבי? ומה לגבי "הזיות" ב-AI פיזי?
"הזיות אינן הבעיה המרכזית ב-Physical AI", אומר טאלה. "מודלי שפה יכולים להמציא עובדות כי הם מנסים לחזות את המילה הבאה. בעולם הפיזי, יש מעטפת הגנה הדוקה וחוקי פיזיקה נוקשים שאי אפשר להמציא. הבעיה היא דיוק, לא הזיה. באשר להתנהגות אנושית - זה דווקא אחד היתרונות הגדולים של הרובוט. לבני אדם יש רגשות. אם מישהו חותך אותך בכביש באור אדום, הנהג הממוצע יכעס, ילחץ על הצופר, ולעיתים יגיב באגרסיביות".
טאלה צוחק. "מערכת AI אינה מחזיקה ברגשות שליליים. היא רואה את הרכב שחתך אותה כעצם שנע במרחב. היא מחשבת מסלול, בולמת בצורה רגועה וממשיכה הלאה. היכולת הזו לפעול ללא אגו וללא כעס, בהתבסס על שרשרת חשיבה מוסברת והגיונית, הופכת את התנועה לבטוחה בהרבה".
המהפכה הדיפלציונית
החשש הגדול ביותר של הציבור הוא שרובוטים ייקחו את מקומות העבודה. איך אתה רואה את ההשפעה הכלכלית של המהפכה הזו?
כאן טאלה מסכים בלב שלם עם מנכ"ל ומייסד אנבידיה, ג'נסן הואנג, שכבר דיבר על הנושא. "התפיסה שרובוטים באים 'לקחת עבודה' מפספסת את התמונה הגדולה. רובוטים מוצבים קודם כל במקומות שבהם בני אדם אינם יכולים לעבוד, או אינם רוצים לעבוד. אף אדם שנולד בעשורים האחרונים לא חולם לעבוד בהרמת משאות כבדים ששוברים את הגב עשר שעות ביום, בעבודה מסוכנת במעמקי האדמה או בעבודות חקלאיות מפרכות. כבר היום יש מחסור עולמי אדיר בכוח אדם במגזרים האלה".
טאלה מסביר: "מעבר לכך, צריך להביט על כוחה של הטכנולוגיה להוריד מחירים. ענף המחשוב הוא הענף היחיד בעולם שמייצר דיפלציה עקבית: עלות המחשוב ירדה במיליוני אחוזים לאורך השנים, בעוד הביצועים זינקו. למה שזה לא יקרה גם במזון ובבנייה? אם רובוטים יבצעו את העבודות הקשות בחקלאות, קטיף ועיבוד, עלות המזון תוכל לרדת פי עשרה ולהיות נגישה לכל אדם בעולם. אם רובוטים יגלו חומרים חדשים ועמידים יותר ויבנו תשתיות במהירות שיא, עלויות הבנייה והדיור יצנחו. כשהפריון עולה פי 10, הכלכלה כולה צומחת, והחברה האנושית תהיה במצב טוב בהרבה משהיא נמצאת בו כיום".
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו