Колко добре може един робот да подреди предмети на масата или да ги прибере един след друг, без да допусне грешка? Задачи, които изглеждат лесни за човек, продължават да бъдат сериозно предизвикателство за системите с изкуствен интелект. Именно върху този проблем се фокусира новата платформа LADDER, разработена съвместно от американската технологична компания NVIDIA и българския Институт за компютърни науки, изкуствен интелект и технологии (INSAIT) към Софийския университет „Св. Климент Охридски“.
Платформата позволява да се сравняват различни AI модели според способността им да управляват роботи и да изпълняват поредица от действия в реална среда. Целта е да се установи не просто дали даден модел може да реши отделна задача, а доколко надеждно се справя с няколко последователни стъпки.
Напредъкът в изкуствения интелект през последните години е впечатляващ. Съвременните модели решават сложни математически проблеми, работят с големи обеми информация и разбират човешки инструкции. Между това обаче да дадеш правилен отговор и да управляваш физически обект има съществена разлика.
Едно е роботът да премести чаша от едно място на друго. Друго е да премести няколко предмета, да ги подреди правилно и да изпълни всички действия в необходимата последователност. С всяка следваща стъпка се увеличава и вероятността нещо да се обърка.
Точно този проблем стои в центъра на изследването. LADDER е насочена към т.нар. физически изкуствен интелект (Physical AI) – направление, при което системите трябва не само да обработват информация, но и да взаимодействат със заобикалящия ги свят.
Съвместната работа на NVIDIA и INSAIT е свързана с разработването на по-надеждни начини за оценка на подобни технологии. Българският институт, който е част от Софийския университет, привлича вниманието на компанията със своята работа в областта на изкуствения интелект и роботиката. Резултатът е платформа, която може да помогне на изследователите да проследяват реалния напредък на AI системите, вместо да разчитат само на резултатите им в традиционни тестове.
Първите резултати показват, че дори водещите модели имат сериозни затруднения. Сред най-добре представилите се са GPT-6 Astra, Claude Opus 5.5 и Gemini 4 Argon. Въпреки това те не успяват да изпълнят значителна част от поставените задачи.
При най-сложните тестове, които изискват между осем и десет последователни действия, дори водещите системи се справят успешно в едва около една трета от случаите. Това показва колко голяма е разликата между способността на изкуствения интелект да разбира инструкции и възможността му да ги превръща в точни физически действия.
Не по-малко показателни са резултатите на моделите, създадени специално за управление на роботи. Един от водещите представители на тази категория успява да премести единичен предмет, но почти не се справя със задачи, които включват пет или повече последователни действия.
Освен техническите ограничения изследването откроява и друг проблем – цената на използването на най-мощните модели. При някои от тях средният разход за една успешно изпълнена задача надхвърля 6 долара. Ако моделът бъде оценен чрез близо 2000 опита, общата сума може да достигне около 8000 долара.
Това е съществен фактор за развитието на роботиката, тъй като надеждността на подобни системи трябва да бъде проверявана многократно, преди те да могат да се използват в реални условия. Високите разходи затрудняват както изследователите, така и компаниите, които разработват нови решения.
LADDER е публично достъпна и ще се допълва с резултатите на нови AI модели. В платформата могат да се разглеждат класациите, видеозаписи от изпълнението на задачите и научното изследване, на което се основава разработката.
Проектът поставя акцент върху въпрос, който ще става все по-важен с навлизането на роботите в домовете, производството и ежедневието: доколко можем да разчитаме на тях да изпълняват задачи самостоятелно, без постоянна човешка намеса?
Повече информация е достъпна на https://ladderrobotics.ai.
📩 Абонирай се за бюлетина на Успелите
Получавай най-вдъхновяващите истории от България директно на имейла си.
