آیا ربات‌ها انسان‌ها را جایگزین خواهند کرد؟ او می‌گوید نه!

عنوان اصلی: مزیت انسانی در انقلاب رباتیک
نویسنده اصلی: سومیر مگانی، آزمایشگاه‌های رباتیک اینستاورک (IRL)
ترجمه: پگی، بلاک‌بیست

یادداشت سردبیر: در حالی که بیشتر مردم هنوز در حال بحث درباره اینکه "آیا ربات‌ها کار انسانی را جایگزین خواهند کرد" هستند، این مقاله استدلال می‌کند که انسان‌ها نه تنها جایگزین نخواهند شد بلکه به بخشی ضروری از "سیستم هوش مصنوعی فیزیکی" تبدیل می‌شوند.

گلوگاه اصلی در صنعت کنونی نه در الگوریتم‌ها یا سخت‌افزار بلکه در "داده‌ها و قابلیت‌های پیاده‌سازی" نهفته است. ربات‌ها نیاز دارند که با مشاهده انسان‌های ماهر در محیط‌های واقعی آموزش ببینند، اما داده‌های با کیفیت و متنوع از دنیای فیزیکی به شدت نادر است و منجر به آنچه که به عنوان "فاصله داده‌ای صد هزار ساله" شناخته می‌شود، می‌شود. این همچنین نوعی قابلیت که مدت‌ها نادیده گرفته شده است را دوباره به صحنه می‌آورد—کار انسانی ماهر، قابل برنامه‌ریزی و قابل تأیید.

در این چارچوب، نقش انسان‌ها بازتعریف می‌شود: آنها هم "منبع داده" برای آموزش ماشین‌ها هستند که فرآیندهای عملیاتی استاندارد و قابل حاشیه‌نویسی را فراهم می‌کنند و هم "گره‌های در محل" که از عملیات سیستم پشتیبانی می‌کنند و نگهداری، تعمیر و کنترل از راه دور را بر عهده دارند. آنها در نهایت وارد "بازار همکاری انسان-ربات" می‌شوند که توسط پلتفرم‌ها متصل شده و به شرط لازم برای پیاده‌سازی گسترده ربات‌ها تبدیل می‌شوند.

در واقع، تغییرات فناوری کار را از بین نخواهد برد بلکه تقسیم کار را بازسازی خواهد کرد. از خودپردازها تا اینترنت، هر جهش فناوری با اضطراب شغلی همراه بوده است، اما آنچه که اغلب تغییر می‌کند نه "آیا شغلی وجود دارد" بلکه "چگونه مشاغل بازتعریف می‌شوند" است. در این چرخه فناوری که توسط ربات‌های انسان‌نما نمایندگی می‌شود، همان مسیر دوباره تکرار می‌شود: وظایف شکسته می‌شوند، مهارت‌ها استاندارد می‌شوند، موقعیت‌ها سازماندهی مجدد می‌شوند و مشاغل جدید ظهور می‌کنند.

فرصت واقعی نه در "جایگزینی انسان‌ها" بلکه در این است که چه کسی می‌تواند پل را بسازد تا قابلیت‌های انسانی را به داده‌های مقیاس‌پذیر، سیستم‌های عملیاتی و شبکه‌های همکاری تبدیل کند.

مقاله اصلی به شرح زیر است:

یک سال پیش، من سوالی نسبتاً غیرمعمول برای بازار کار مطرح کردم: چه اتفاقی برای "پرو" های پلتفرم ما خواهد افتاد زمانی که ربات ها وارد شوند؟

چشم انداز ما ایجاد فرصت های اقتصادی برای پروها و شرکای جهانی است. امروز، بیش از ده میلیون پرو به ما برای معیشت خود وابسته هستند و بسیاری از آنها مدت هاست که به همان سوال فکر می کنند. ما مسئولیت عمیقی داریم که به این سوال پاسخ دهیم.

در عین حال، ما همچنین یک پدیده غیرمنتظره را مشاهده کرده ایم: برخی از شرکت های رباتیک شروع به ظهور در پلتفرم اپلیکیشن ما کرده اند و با پروهای ما همکاری می کنند. آنها به افرادی با تجربه حرفه ای در وظایف آموزش ربات و دسترسی به انواع سناریوهای تجاری نیاز دارند - که محیط هایی هستند که ربات ها در آینده در آنجا مستقر خواهند شد. و آنچه که به آن وابسته هستند، سیستم نیروی کار است که ما در حال ساخت آن هستیم.

در آن لحظه، همه چیز ناگهان روشن شد: اینستاوورک می تواند نیروی کار انسانی را برای "اقتصاد هوش مصنوعی فیزیکی" فراهم کند.

«مسئله ده هزار ساله»

کن گلدبرگ این مسئله را به عنوان "فاصله داده ده هزار ساله" مطرح کرد: از یک سو، مقدار زیادی داده برای آموزش مدل های زبانی وجود دارد؛ از سوی دیگر، داده های بسیار محدود و تخصصی برای آموزش ربات ها به منظور انجام عملیات ظریف در دنیای فیزیکی وجود دارد.

توجه: کن گلدبرگ یک دانشمند بسیار تأثیرگذار در زمینه رباتیک و هوش مصنوعی، همچنین یک هنرمند و پژوهشگر بین رشته ای است.

این فاصله به این معنی است که با وجود میلیاردها دلار سرمایه گذاری در شرکت های رباتیک، هنوز ربات های انسان نما را در حال تمیز کردن اتاق های هتل یا تخلیه کامیون ها در انبارها ندیده ایم... حداقل هنوز نه.

برآورد ما این است که کل صنعت تا سال 2024 حدود 100,000 ساعت داده آموزشی جمع آوری کرده است؛ تا سال 2025، این عدد به 1 میلیون ساعت افزایش یافت؛ و تا سال 2026، پیش بینی می شود به 20 میلیون ساعت برسد. این رشد نمایی است، اما با این حال، تنها 0.04% از آن فاصله را پر کرده است.

شرکت های بیشتری به این رقابت می پیوندند و سعی در ساخت ربات های انسان نما یا ربات های چندمنظوره دارند: آزمایشگاه های مدل بنیادی در حال توسعه مدل های بینایی-زبان-عمل (VLA) هستند، شرکت های سخت افزاری در حال ساخت ماشین های فیزیکی هستند و بازیگران بین این دو به طور مداوم در حال ظهور هستند. سرمایه گذاری سرمایه به صدها میلیارد دلار رسیده است. و همه این شرکت‌کنندگان با یک گلوگاه مشابه مواجه هستند: داده‌ها.

اما کلید این است که ما در واقع این صحنه را قبلاً دیده‌ایم.

زمانی که دستگاه‌های خودپرداز (ATM) ظاهر شدند، تقریباً همه پیش‌بینی کردند که صندوقداران ناپدید خواهند شد. اما نتیجه کاملاً برعکس بود—تعداد صندوقداران در واقع افزایش یافت. دستگاه‌های خودپرداز هزینه‌های شعبه را کاهش دادند و به بانک‌ها اجازه دادند شعب بیشتری باز کنند؛ و نقش صندوقدار از مدیریت نقدی به مدیریت روابط مشتری تغییر کرد.

این الگو در هر تحول تکنولوژیکی عمده تکرار شده است: انقلاب صنعتی، برق‌رسانی، اینترنت. فناوری جدید شغل‌ها را از بین نمی‌برد؛ بلکه آن‌ها را بازسازی می‌کند و فرصت‌های جدید بیشتری ایجاد می‌کند.

یک موج جدید در افق است، اما این بار، بیشتر شبیه ما به نظر می‌رسد: با دست‌ها، پاها و حتی چشم‌ها.

سه عمل هوش مصنوعی فیزیکی

عمل اول: آموزش ربات‌ها

در سال گذشته، من به‌طور فعال با برخی از بهترین ذهن‌ها در زمینه جهانی رباتیک و یادگیری ماشین ارتباط برقرار کرده و مشاوره گرفتم—از محققان و مدیران آزمایشگاه گرفته تا کارآفرینانی که دست‌های رباتیک چابک و ربات‌های انسان‌نما کامل می‌سازند. آن‌ها با سخاوت زمان و بینش‌های خود را به اشتراک گذاشتند و من را تحت تأثیر قرار دادند. صادقانه بگویم، ما در ابتدا به این صنعت تعلق نداشتیم؛ اما هر چه بیشتر گوش می‌دادم، فضای واضح‌تری را می‌دیدم که Instawork می‌تواند تفاوت ایجاد کند.

یک دیدگاه به‌طور مکرر ذکر شد: ربات‌ها با مشاهده انسان‌های ماهر در حال انجام وظایف فیزیکی دقیق در یک محیط واقعی یاد می‌گیرند. این بدان معناست که از مهارت‌های استاندارد چاقو برای خرد کردن سبزیجات تا پیمایش در انبارهای شلوغ و حتی مرتب کردن تخت‌های هتل به استانداردهای برند، چالش در وظیفه بسیار دشوار جمع‌آوری داده‌های با کیفیت بالا نهفته است—شما نمی‌توانید فقط یک دوربین به کسی بچسبانید و دکمه ضبط را فشار دهید. داده‌ها باید شامل محیط‌ها، وظایف و حرکات دست متنوع باشد؛ و مهم‌تر از همه، افرادی که این وظایف را انجام می‌دهند باید واقعاً ماهر باشند. در غیر این صورت، رباتی که با "مهارت‌های ضعیف چاقو" آموزش دیده است، فقط "مهارت‌های ضعیف چاقو" را یاد خواهد گرفت (که برای هیچ‌کس خوب نیست).

در اصل، این یک مشکل عملیات نیروی کار است: چگونه کارگران ماهر را استخدام کنیم، آن‌ها را آموزش دهیم، کیفیت خروجی را تضمین کنیم و یک نیروی کار توزیع‌شده را در مناطق و سناریوهای مختلف مدیریت کنیم—این دقیقاً همان چیزی است که ما در حال انجام آن هستیم. ما بیش از ده میلیون حرفه‌ای تأییدشده با مهارت داریم که شامل صدها نوع وظیفه می‌شود؛ روابط عمیقی با شرکا برای دسترسی به محیط‌های واقعی کسب‌وکار برقرار کرده‌ایم؛ و داده‌هایی داریم درباره اینکه چه کسی می‌تواند به‌طور مداوم حاضر شود و کار با کیفیت بالا ارائه دهد. این ترکیب چیزی است که هیچ شرکتی در زمینه جمع‌آوری داده نمی‌تواند از ابتدا آن را تکرار کند. در واقع، بسیاری از آزمایشگاه‌ها به‌طور داوطلبانه به ما نزدیک شده‌اند و امروز ما با بیشتر تیم‌های برتر در این زمینه همکاری می‌کنیم.

بخش دوم: ظهور "تربیت‌کنندگان" ربات‌ها

یک نکته که اغلب نادیده گرفته می‌شود: ربات‌ها نیز به انسان‌ها نیاز دارند.

یک مدیر در یک شرکت پیشرو در زمینه رباتیک به من گفت که آن‌ها یک قطعه حیاتی دارند که هر ۴ تا ۶ ماه نیاز به تعویض دارد—فرکانسی که به اندازه کافی بالا نیست تا نیاز به تکنسین‌های تمام‌وقت را توجیه کند، اما به اندازه‌ای بالا است که هر گونه توقف منجر به خسارات قابل توجهی می‌شود. با گسترش رانندگی خودکار، ربات‌های تحویل و استقرارهای مختلف اتوماسیون، شرکت‌های بیشتری با چالش‌های مشابهی مواجه هستند: گسترش نیاز به حمایت در محل دارد، اما داشتن کارکنان اختصاصی در هر بازار از نظر اقتصادی مقرون به صرفه نیست.

ما قبلاً پروژه‌های آزمایشی با چندین شرکت رباتیک انجام داده‌ایم که خدماتی مانند تعویض باتری، تعویض قطعات و تعمیر ربات‌ها را پوشش می‌دهد. در عین حال، ما یک سیستم گواهینامه ربات محور بر اساس کارگران ساعتی ایجاد کرده‌ایم—یک تلاش بی‌سابقه در صنعت. در تنها چند هفته اول، بیش از بیست هزار پرو گواهی شده‌اند.

در جبهه جمع‌آوری داده، پروهای گواهی شده یاد می‌گیرند که چگونه دوربین‌های قابل حمل را راه‌اندازی کنند، ویدیوهای با کیفیت بالا ضبط کنند، داده‌های حسگر را حاشیه‌نویسی کنند—زمانی که یک آزمایشگاه ربات نیاز به ضبط ساعت‌ها از فرآیندهای تخت‌سازی در یک سوئیت واقعی هتل دارد، آن‌ها حرفه‌ای‌ها را استخدام می‌کنند، نه تازه‌کارانی که در حال یادگیری هستند. در سمت پشتیبانی فنی، پروهای گواهی شده مهارت‌های تشخیص سخت‌افزار، پروتکل‌های ایمنی و رویه‌های نگهداری خاص سیستم ربات را تسلط می‌یابند.

این سناریو را تصور کنید: یک شرکت لجستیک که یک ناوگان ربات خودکار را در بیش از دوازده انبار مستقر می‌کند. در ساعت ۲ بامداد، یک ربات در انبار ممفیس با خطای ناوبری مواجه می‌شود، یا یک ماژول حسگر در یک دستگاه در فینیکس نیاز به تعویض دارد. به جای اینکه منتظر بمانند تا تکنسین‌های کارخانه چند روز بعد پرواز کنند، یک پرو گواهی شده از اینستاوورک می‌تواند در عرض چند ساعت برای حل مشکل حاضر شود. در همین حال، ما همچنین در حال توسعه آموزش کنترل از راه دور مبتنی بر واقعیت مجازی هستیم تا به آزمایشگاه در گسترش جمع‌آوری داده‌ها فراتر از محدودیت‌های ضبط در محل کمک کنیم.

اگر دهه آینده شاهد استقرار میلیاردها دستگاه هوش مصنوعی باشد، فرصت نه تنها در نگهداری آن‌ها بلکه در ایجاد دسته‌های شغلی کاملاً جدید است: تکنسین‌های ربات، اپراتورهای ناوگان، کارشناسان کنترل از راه دور و حتی نقش‌های نامشخص.

بخش سوم: بازار همکاری انسان و ربات

سال گذشته، من ناهار را با مدیرعامل یک زنجیره هتل جهانی صرف کردم. آنها به طور جدی در حال بررسی چگونگی بهبود ثبات خدمات اتاق از طریق اتوماسیون بودند. بسیاری از شرکت‌های رباتیک می‌خواهند محصولات خود را در هتل‌هایشان مستقر کنند، اما در تعیین اینکه چه چیزی فقط "دمو-نرم‌افزار" است و چه چیزی یک "نتیجه عملیاتی واقعی" است، با مشکل مواجه هستند. و ما با این سناریوها، فرآیندها و نقاط درد بسیار آشنا هستیم—زیرا ما مدت‌هاست که در این مکان‌ها خدمات ارائه می‌دهیم.

ما در حال ساخت یک "بازار ربات به عنوان خدمت" هستیم—که شرکت‌های رباتیک را با شرکت‌هایی که آماده اتوماسیون هستند، متصل می‌کند. ما در حال حاضر هر دو طرف عرضه و تقاضا را خدمت‌رسانی می‌کنیم، که به این معنی است که ما فقط "تطبیق نمی‌دهیم"، بلکه می‌توانیم واقعاً پیاده‌سازی را پیش ببریم.

آینده درباره "ربات‌ها جایگزین انسان‌ها نمی‌شوند" بلکه درباره "ربات‌ها با انسان‌ها همکاری می‌کنند" است. این هدف آزمایشگاه رباتیک Instawork است: سه قابلیت، یک پلتفرم—آموزش ربات‌ها، حمایت از عملیات واقعی آنها و اتصال آنها به سناریوهای تجاری که واقعاً به آنها نیاز دارند.

پل

در هر انقلاب تکنولوژیکی بزرگ، سوال هرگز این نبوده است که آیا مشاغل جدیدی ظهور خواهند کرد—پاسخ همیشه بله است. سوال واقعی این است: چه کسی پل را می‌سازد که حال را به آینده متصل می‌کند؟

ما معتقدیم که در هر مرحله از این فرآیند، انسان‌های ماهر مورد نیاز هستند—از آموزش نسل اول ربات‌ها تا استقرار سیستم‌های بزرگ‌مقیاس و طراحی فرآیندهای همکاری انسان-ربات آینده. ما امیدواریم که حرفه‌ای‌ها در پلتفرم بتوانند در تمام فرآیند درگیر باشند.

در "انقلاب هوش مصنوعی فیزیکی"، Instawork هدف دارد که آن پل باشد: جمع‌آوری تخصص عمیق در تأثیرگذارترین صنایع؛ در حال حاضر ارائه داده‌های آموزشی برای آزمایشگاه‌های رباتیک؛ در حال حاضر پرورش استعدادهای معتبر برای جمع‌آوری داده‌ها و عملیات در محل؛ و ساخت یک بازار که ربات‌ها را با نیازهای شرکت‌ها متصل می‌کند.

ما برای مرحله بعدی هیجان‌زده هستیم.

[مقاله اصلی]