ÉlőUtoljára: 26 perceMa: 25
Kutatásfrissítve: 22:15

Az AI100 jelentés a megtestesült AI-t nevezi a következő nagy kihívásnak

A One Hundred Year Study on Artificial Intelligence 2026-os jelentése a fizikai AI-t és a megtestesült intelligenciát emeli ki a hat nagy nyitott kihívás között, miközben a robotbemutatók és a valós bevetés közötti szakadék továbbra is hatalmas.

Az AI100 jelentés a megtestesült AI-t nevezi a következő nagy kihívásnak
Fotó: julien Tromeur / Unsplash
forrás: Robohub·AI Forradalom szerk.·
Megosztás

Az AI100 — a mesterséges intelligencia fejlődését és társadalmi hatását öt évente vizsgáló hosszú távú kutatás — 2026-os jelentése a generatív AI skálázását, a tudományos felfedezések előrehaladását és a kiberbiztonsági kockázatokat tekinti át. A jelentés címe: „AI Goes Mainstream: The skálázás Era and the Rise of Generative AI”. A nemzetközi szakértői panel 12 kérdésre válaszolt, és összevetette a fejleményeket a 2021-es előző jelentéssel.

A hat kiemelt nyitott kihívás között a fizikai AI és a megtestesült intelligencia áll, amely a robotika szempontjából a legfontosabb. Az elmúlt öt évben az NLP robotrendszerekbe való integrálása, a látás-nyelv-cselekvés modellek alkalmazása és a szimulációs technológia fejlődése jelentős előrelépést hozott: a virtuális környezetben betanított modellek már valós hardveren is futnak.

Kína vezeti az ipari robotok telepítését

A jelentés szerint Kína vezeti az ipari robotfejlesztést: több robotot telepít, mint a világ többi része együttvéve, és a humanoid robotok mintegy 80%-át gyártja. A humanoid szektor a piac jelenleg csak 2%-át teszi ki, de gyorsan nő.

A bemutatók és a valós bevetés közötti szakadék

A jelentés szerint a sikerek többnyire korlátozott környezetekben (például raktárakban) vagy speciális termékeknél (például padlótisztítóknál) születtek. A valós világ összetettsége marad a fő akadály. A megoldandó tudományos problémák közé tartozik a bizonytalan körülmények melletti hosszú távú tervezés, a sokféle tárgy ügyes manipulálása és a formális teljesítménygarancia megteremtése.

Megoszlanak a szakértők

Egyes gyakorlók szerint a jelenlegi statisztikai tanulási paradigmák elegendők ezeknek a nyitott problémáknak a megoldásához, mások úgy vélik, hogy a robotok valós helyzetekbe való kiterjesztéséhez alapvetően új ötletekre lesz szükség. Hogy ez a vita hogyan alakul a következő öt évben, az még nyitott kérdés — írja a Robohub.

Forrás

Feldolgozott sajtóforrás·Robohub

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

☕ Támogatom