Rea Stark
RU

Эссе

Рука знает больше модели

Автор: , , обновлено

Tesla платила людям за ходьбу в костюмах захвата движения. Роботам не хватает данных о том, как работают умелые руки, потому что этого никто не записывал.

Руки старого столяра ведут стамеску по дубовой доске

Tesla платила людям за то, чтобы они ходили. Вакансия, опубликованная в Пало-Альто в августе 2024 года, называлась «оператор сбора данных». Нужно было надеть костюм захвата движения и шлем виртуальной реальности и ходить больше семи часов в день с оборудованием весом до 30 фунтов, около 14 килограммов. Платили от 25,25 до 48 долларов в час. Кандидаты должны были быть примерно того же роста, что и робот, за которого они ходили.

Tesla сама проектирует робота, моторы и чипы. Сделать она не могла одного: идущего человека. В репортажах о человекоподобных роботах пишут в основном об аппаратной части и размере моделей, но отрасли сильнее не хватает данных, и прежде всего мастерства работающих людей, которое никто никогда не записывал.

У неявного знания нет архива

Языковым моделям повезло. Люди все записали, а потом выложили в интернет. Кен Голдберг, робототехник из Беркли, подсчитал, что одному человеку понадобилось бы около 100 000 лет, чтобы прочитать или посмотреть данные, на которых обучены сегодняшние большие модели. Когда в августе 2025 года он писал об этом в Science Robotics, крупнейший из описанных наборов данных для роботов составлял порядка одного года.

Деньгами этот разрыв не закрыть. Интернет хранит то, что люди смогли сказать. Никто не записал, как повар держит нож или как часовщик сажает колесо на место, потому что никто бы не смог. Спросите повара, и он вам покажет. Учатся этому годами.

Майкл Полани, физикохимик, ставший философом, назвал такое знание неявным. В книге «Неявное измерение», вышедшей в 1966 году, он исходил из того, что назвал фактом: «мы можем знать больше, чем можем рассказать». В качестве примера он приводил человеческое лицо: его можно узнать среди миллиона, не умея объяснить как. В 2014 году экономист Дэвид Отор назвал следствие из этого парадоксом Полани: машине нельзя дать правила для задачи, если их никто не может сформулировать. Он же назвал и обходной путь: строить машины, которые учатся на человеческих примерах.

Семь стамесок рядом друг с другом на потертом верстаке у окна

Пределы рассказа я знаю изнутри, потому что когда-то инструкции по эксплуатации были моим ремеслом. Инструкция остается самой серьезной попыткой промышленности выразить словами, что должна делать рука, и все, что она может сказать, сводится к тому, какую кнопку нажать.

Капсульная кофемашина идет другим путем. Она убирает навык, и бариста заменяют капсула и кнопка. У робота на кухне или в мастерской такого выхода нет. Ему приходится осваивать навык, а навык, который нельзя передать словами, можно только показать.

Чего не чувствуют симуляторы

Предлагают два коротких пути. Симулятор нарабатывает практику быстрее любой мастерской и уже научил роботов бегать и делать сальто назад. На YouTube, по подсчету Голдберга, около 35 000 лет видео. С их помощью компания могла бы выдумать миллион кухонь, остальное взять из того, что интернет уже снял, и ни разу не заплатить повару.

Ни тот ни другой путь не доходит до руки. Голдберг, который вовсе не враг собственной области, называет симуляцию для манипуляций роботов «печально известной своей ненадежностью». Восстановить по видео точное движение руки и предмета, по его словам, остается «грандиозной задачей компьютерного зрения, решения которой в обозримом будущем не ожидается».

Навык живет в контакте, в нажиме пальцев и в том, как луковица поддается под лезвием. Симулятору приходится угадывать эти силы, а камера в другом конце комнаты их никогда не видела. Видео с поваром доказывает лишь то, что лук нарезан.

Стопка сложенных полотенец на столе, рядом одно полотенце, сложенное наполовину

Посмотрите, за что компании на самом деле платят. Tesla выдала своим ходокам костюм, и никто не просил их объяснить, как они ходят. Многие компании, отмечает Голдберг, создают парки роботов и людей для сбора данных через дистанционное управление: человек снова и снова управляет машиной, пока та выполняет задачу, например складывает полотенце. Отрасль, которая может купить сколько угодно вычислительной мощности, нанимает ходоков и складывальщиков полотенец.

Прошлое труда

Повара и станочника обычно записывают в прошлое труда, в тех, за кем идет автоматизация. Любой робот, который делает руками полезную работу, будет делать ее потому, что кто-то из них сделал это первым, а кто-то догадался записать как. Такую запись нужно делать у верстака и у плиты, силами тех, кто там работает, и Archaí Physics, компания, которую я помог основать, создает для этого инструменты.

Запись меняет и представление о том, что считать дефицитом. Чипы можно заказать, модели скопировать. Часовщика с десятилетиями за верстаком найти труднее, а чертеж механизма, где описана каждая деталь, ничего не говорит о нажиме, с которым колесо садится на место.

Rea Stark, промышленный дизайнер и основатель компаний, живет и работает в Цюрихе. Он создавал дизайн для Sony и Nespresso, стал сооснователем Piëch Automotive и Archaí Physics и занимается тем, как машины воспринимают физический мир и обращаются с ним.

Изображения к этому эссе созданы с помощью ИИ.