水泳の方法を知っていることと、実際に水の中にいることの違い

#AIシステムは、水泳に関する何百万もの事例を取り込めます。技術を学び、動きを研究し、物理を理解し、泳者が何をすべきかを正確に説明することができます。
しかし、そこに水を入れて実際に使うと、突然「知識」が「現実」に出会います。
▪︎ 水の抵抗。
▪︎ バランスを崩すこと。
▪︎ 各動作のタイミング。
▪︎ 体が想定どおりに動かないときに調整が必要になること。
こうした細部は、情報だけでは捉えにくく、ロボティクスにもまったく同じギャップがあります。
インターネット規模のデータセットは、AIシステムに世界がどのように見えるか、そして行動がどう記述されるかを教えられます。しかし、物体が滑っていくときに何が「感じ」られるのか、壊れやすいものを掴むのにどれくらいの力が必要なのか、あるいは現実が想定どおりの台本に従ってくれないときにどう適応するのか、ロボットに完全に教えることはできません。
身体的インテリジェンスは、結果を通じて育まれます。
行動が結果を生む → 結果がフィードバックを生む → システムが調整して学習する。
ここでテレオペレーションがとても重要になります。@InvLambdaを通じて、人間のオペレーターはAIシステムが単にダウンロードできない「身体の経験」を提供します。シミュレーション環境と実世界環境の両方でロボットを操作することで、オペレーターは、動き・力・タイミング・環境・結果の関係を捉えた貴重なインタラクションデータを生成します。
AIは指示以上のものを受け取ります。経験を受け取るのです。書籍は水泳のやり方を説明できますが、水泳が実際に要求するものを教えられるのは「水」だけです。これは「知識」と「現実」のギャップです。
#InvertedLambdaTheBreach #InvertedLambda #Robotics #Teleoperation #SecondContact #SecondContactTheBreach