Sto osservando un mini paradosso di Moravec nella robotica: le ginnastiche che sono difficili per gli esseri umani sono molto più facili per i robot rispetto a compiti "non sexy" come cucinare, pulire e assemblare. Questo porta a una dissonanza cognitiva per le persone al di fuori del settore, "quindi, i robot possono fare parkour e breakdance, ma perché non possono prendersi cura del mio cane?" Fidati, i miei genitori mi hanno chiesto di questo più di quanto pensi ... Il "paradosso di Moravec dei robot" crea anche l'illusione che le capacità fisiche dell'IA siano molto più avanzate di quanto non siano in realtà. Non sto isolando Unitree, poiché si applica ampiamente a tutte le recenti dimostrazioni acrobatiche nel settore. Ecco un semplice test: se metti un muro di fronte al robot che fa il salto laterale, esso si schianterà contro di esso a tutta forza e farà uno spettacolo. Perché sta semplicemente sovradattando quel singolo movimento di riferimento, senza alcuna consapevolezza dell'ambiente circostante. Ecco perché esiste il paradosso: è molto più facile addestrare un "ginnasta cieco" che un robot che vede e manipola. Il primo può essere risolto interamente in simulazione e trasferito zero-shot nel mondo reale, mentre il secondo richiede rendering estremamente realistici, fisica dei contatti e dinamiche disordinate degli oggetti nel mondo reale - nessuna di queste può essere simulata bene. Immagina di poter addestrare LLM non da internet, ma da un gioco di console testuale puramente creato a mano. I robotici sono stati fortunati. Ci troviamo a vivere in un mondo in cui i motori fisici accelerati sono così bravi che possiamo cavarcela con acrobazie impressionanti usando letteralmente zero dati reali. Ma non abbiamo ancora scoperto lo stesso codice di cheat per la destrezza generale. Fino ad allora, continueremo a essere interrogati dai nostri genitori confusi.