Sự khác biệt giữa việc biết bơi và việc thực sự ở trong nước

Một hệ thống #AI có thể tiêu thụ hàng triệu ví dụ về bơi lội. Nó có thể học các kỹ thuật, nghiên cứu chuyển động, hiểu vật lý và mô tả chính xác người bơi cần phải làm gì.
Sau đó, bạn thả nó vào nước và ngay lập tức, tri thức va chạm với thực tế.
▪︎ Sức cản của nước.
▪︎ Mất thăng bằng.
▪︎ Thời điểm của từng chuyển động.
▪︎ Cần điều chỉnh khi cơ thể không di chuyển đúng như dự kiến.
Những chi tiết này rất khó nắm bắt chỉ bằng thông tin; đó cũng là khoảng trống tồn tại trong robot học.
Các bộ dữ liệu quy mô Internet có thể dạy cho một hệ thống AI thế giới trông như thế nào và hành động được mô tả ra sao. Chúng không thể dạy robot một cách đầy đủ cảm giác là gì khi một vật trượt đi, cần bao nhiêu lực để nắm thứ gì đó mong manh, hoặc cách thích nghi khi thế giới thực từ chối đi theo đúng kịch bản đã được mong đợi.
Trí tuệ vật lý được phát triển thông qua hệ quả.
Một hành động tạo ra kết quả → Kết quả tạo ra phản hồi → Hệ thống điều chỉnh và học hỏi.
Đây là lúc điều khiển từ xa (teleoperation) trở nên quan trọng đến vậy. Thông qua @InvLambda, các nhà điều hành con người cung cấp trải nghiệm vật lý mà các hệ thống AI không thể đơn giản “tải xuống”. Bằng cách điều khiển robot thông qua các môi trường mô phỏng và ngoài thực tế, các nhà điều hành tạo ra dữ liệu tương tác có giá trị, ghi lại mối quan hệ giữa chuyển động, lực, thời điểm, môi trường và kết quả.
AI nhận được nhiều hơn một chỉ dẫn, nó nhận được kinh nghiệm. Một cuốn sách có thể giải thích cách bơi nhưng chỉ có nước mới dạy bạn điều mà việc bơi thực sự đòi hỏi—đó là khoảng cách giữa Tri Thức và Thực Tế.
#InvertedLambdaTheBreach #InvertedLambda #Robotics #Teleoperation #SecondContact #SecondContactTheBreach