Компания Microsoft представила новую модель искусственного интеллекта для робототехники — Rho-alpha, нацеленную на одну из самых давних проблем отрасли: неспособность роботов уверенно работать вне строго контролируемых условий фабрик и лабораторий. Если раньше машины чувствовали себя комфортно лишь в предсказуемой среде, то теперь их пытаются научить адаптироваться к хаотичному, «человеческому» миру.
Разработкой занималось подразделение Microsoft Research, и Rho-alpha стала первой моделью, ориентированной именно на робототехнику, в рамках семейства мультимодальных ИИ Phi (vision-language). В компании рассматривают её как часть более масштабного перехода к концепции physical AI — интеллектуальных агентов, которые не просто анализируют данные в облаке, а напрямую взаимодействуют с физической реальностью.
От слов к движениям
В отличие от классических промышленных роботов, работающих по жёстко заданным сценариям, Rho-alpha не привязана к заранее прописанным скриптам. Модель умеет преобразовывать инструкции на естественном языке в управляющие сигналы для робота — в том числе при выполнении сложных задач, требующих координации двух рук.
Сейчас систему тестируют на двухруких манипуляторах и гуманоидных роботах. По словам Эшли Ллоренса, корпоративного вице-президента и руководителя Microsoft Research, робототехника долгое время отставала от ИИ для языка и компьютерного зрения. Но недавние прорывы позволили машинам не только «видеть» и «понимать», но и действовать более автономно в слабо структурированных средах.
Осязание вместо слепой веры в камеру
Ключевое отличие Rho-alpha от стандартных моделей «зрение–язык–действие» — интеграция тактильных данных. Проще говоря, робот ориентируется не только на то, что он видит, но и на то, что чувствует при контакте с объектами. Это позволяет корректировать движения в реальном времени, а не полагаться исключительно на визуальную информацию.
В будущих версиях Microsoft планирует добавить датчики силы и другие сенсорные каналы, чтобы сделать поведение роботов ещё более точным и «осознанным».
Почему адаптивность важнее идеального сценария
В центре архитектуры Rho-alpha — способность менять поведение прямо во время работы. Если робот ошибается, человек может вмешаться, используя интуитивные инструменты вроде 3D-контроллеров. Система воспринимает такое вмешательство как обучающую обратную связь и учитывает его в дальнейшем.
Более того, Microsoft разрабатывает механизмы, позволяющие модели продолжать обучение уже после внедрения. Логика проста: роботы, которые подстраиваются под предпочтения и стиль работы людей, будут не только полезнее, но и заслужат больше доверия в реальных условиях.
Ответ на главный дефицит робототехники
Одна из хронических проблем робототехники — нехватка обучающих данных. Телеметрическое управление и демонстрации работают лишь в ограниченном числе сценариев и плохо масштабируются.
Решение Microsoft — физически точные симуляции. Виртуальные демонстрации позволяют быстро расширять датасеты без постоянного участия человека. Rho-alpha обучается на сочетании:
- реальных демонстраций на физических роботах,
- симулированных задач,
- масштабных наборов данных визуального вопросно-ответного типа.
Большая часть синтетических данных создаётся с помощью pipeline’ов обучения с подкреплением на робототехнических симуляторах, работающих на инфраструктуре Azure. Затем эти траектории объединяются с коммерческими и открытыми датасетами из реального мира.
Партнёры Microsoft отмечают, что именно реалистичная симуляция помогает закрыть дефицит разнообразных данных и ускоряет разработку систем для сложных манипуляций.
Microsoft позиционирует Rho-alpha как часть более широкой стратегии — дать компаниям из робототехнической отрасли инструменты для обучения ИИ на собственных данных и под свои конкретные машины. Это снижает зависимость от универсальных моделей и упрощает внедрение технологий на практике.
На первом этапе Rho-alpha будет доступна через программу раннего исследовательского доступа, а позже появится на платформе Microsoft Foundry.
По мере того как роботы всё чаще выходят в пространства, где работают и живут люди, именно адаптивность становится ключевым фактором успеха. Rho-alpha — очередная попытка Microsoft перенести продвинутый искусственный интеллект из облака в физический мир, где цена ошибки куда выше, а требования к гибкости — строже.
