Jeg observerer et mini-Moravecs paradoks innen robotikk: gymnastikk som er vanskelig for mennesker er mye enklere for roboter enn "usexy" oppgaver som matlaging, rengjøring og montering. Det fører til en kognitiv dissonans for folk utenfor feltet, "så roboter kan parkour og breakdance, men hvorfor kan de ikke ta vare på hunden min?" Stol på meg, jeg ble spurt av foreldrene mine om dette mer enn du tror ... "Robot Moravecs paradoks" skaper også en illusjon om at fysiske AI-evner er mye mer avanserte enn de egentlig er. Jeg skiller ikke ut Unitree, da det gjelder bredt for alle nyere akrobatiske demoer i bransjen. Her er en enkel test: Hvis du setter opp en vegg foran den sidevendende roboten, vil den smelle inn i den med full kraft og lage et skuespill. Fordi det bare overpasser den ene referansebevegelsen, uten noen bevissthet om omgivelsene. Her er grunnen til at paradokset eksisterer: det er mye lettere å trene en "blind gymnast" enn en robot som ser og manipulerer. Førstnevnte kan løses helt i simulering og overføres zero-shot til den virkelige verden, mens sistnevnte krever ekstremt realistisk gjengivelse, kontaktfysikk og rotete objektdynamikk i den virkelige verden - ingen av dem kan simuleres godt. Tenk deg at du kan trene LLM-er ikke fra internett, men fra et rent håndlaget tekstkonsollspill. Robotikere var heldige. Vi lever tilfeldigvis i en verden der akselererte fysikkmotorer er så gode at vi kan slippe unna med imponerende akrobatikk ved å bruke bokstavelig talt null reelle data. Men vi har ennå ikke oppdaget den samme juksekoden for generell fingerferdighet. Inntil da vil vi fortsatt bli avhørt av våre forvirrede foreldre.