หัวหน้าของ Yushu (บริษัทเทคโนโลยี) กำลังทำให้เรื่องนี้มืดมนลงหรือเปล่า? อีกนานแค่ไหนกว่าจะถึง "ช่วงเวลา ChatGPT" ของปัญญาประดิษฐ์ที่ฝังอยู่ในร่างกาย?

แนวโน้มที่กำลังเติบโตคือ อุตสาหกรรมปัญญาประดิษฐ์แบบฝังตัวกำลังบีบอัดช่วงเวลาอันยาวนานของ "หุ่นยนต์อเนกประสงค์" ที่เคยใช้เวลานาน ให้เหลือเพียงวงจรเทคโนโลยีเดียวในอนาคต

ในขณะที่หุ่นยนต์ฮิวมานอยด์กำลังได้รับความนิยมสูงสุด หัวหน้าบริษัท "หุ้นหุ่นยนต์ฮิวมานอยด์ตัวแรก" ในตลาดหุ้นเอ-แชร์ กลับดูเหมือนจะดับไฟแห่งอุตสาหกรรมนี้เสียแล้ว

เมื่อวันที่ 20 สิงหาคม ในงานประชุมหุ่นยนต์โลกปี 2026 หวัง ซิงซิง ผู้ก่อตั้ง Unitree Robotics ยอมรับในสุนทรพจน์ต่อสาธารณะครั้งแรกหลังจากที่บริษัทเข้าจดทะเบียนในตลาดหลักทรัพย์ว่า ช่วงเวลาของ ChatGPT ซึ่งเป็นปัญญาประดิษฐ์ที่มีร่างกาย ยังมาไม่ถึง อาจจะเร็วที่สุดในอีกสองถึงสามปีข้างหน้า หรืออาจจะช้าที่สุดในอีกห้าถึงสิบปี

ในช่วงสองปีที่ผ่านมา หุ่นยนต์ฮิวมานอยด์กลายเป็นสินค้าเทคโนโลยีสุดฮิต หุ่นยนต์ล้ำยุคเหล่านี้ปรากฏให้เห็นมากขึ้นเรื่อยๆ บนเวทีงานกาล่าใหญ่ๆ งานแสดงสินค้าของบริษัทเกม และแม้กระทั่งที่ทางเข้าห้างสรรพสินค้าและร้านค้าปลีก พวกมันเต้น เดิน และโบกมือ บางครั้งก็คล่องแคล่ว บางครั้งก็เก้งก้าง โต้ตอบกับผู้ชมและจับมือทักทาย ก้าวจากห้องทดลองสู่สายตาประชาชนอย่างรวดเร็ว

แต่เบื้องหลังการสาธิตที่คึกคักนั้น ความสามารถที่แท้จริงของหุ่นยนต์เหล่านี้ยังห่างไกลจากจินตนาการของผู้คนเกี่ยวกับ "หุ่นยนต์แห่งอนาคต" อย่างเห็นได้ชัด อย่างน้อยที่สุดตามความคาดหวังทั่วไป หุ่นยนต์ไม่ควรแค่แสดงบนเวทีหรือใช้เพื่อการตลาดเท่านั้น แต่ควรเข้าไปทำงานในโรงงานและบ้านเรือน เคลื่อนย้าย จัดระเบียบ ใช้งานเครื่องมือ หรือทำงานบ้านและดูแลผู้ป่วย คำถามของสาธารณชนยังคงเฉพาะเจาะจงและตรงไปตรงมา: เมื่อไหร่หุ่นยนต์จะสามารถทำงานได้อย่างแท้จริง?

ในด้านโมเดลภาษาขนาดใหญ่ ChatGPT ได้ให้คำตอบเชิงสัญลักษณ์อย่างมาก แม้จะไม่ใช่โมเดลภาษาแรก แต่ก็เป็นโมเดลแรกที่ทำให้ผู้ใช้ทั่วไปจำนวนมากตระหนักได้โดยสัญชาตญาณว่า AI ได้ก้าวข้ามขีดจำกัดความสามารถบางอย่างไปแล้ว คำถามที่ว่าเมื่อไหร่เหตุการณ์ที่คล้ายกันจะเกิดขึ้นในด้านปัญญาประดิษฐ์แบบฝังตัว (Embodied Intelligence) กำลังกลายเป็นหนึ่งในคำถามที่สำคัญที่สุดในอุตสาหกรรมหุ่นยนต์

หัวใจสำคัญที่ทำให้หุ่นยนต์สามารถเข้าไปอยู่ในทุกครัวเรือนได้นั้น อยู่ที่ความสามารถในการสรุปและปรับใช้สิ่งต่างๆ ได้อย่างหลากหลาย

ในการประชุมหุ่นยนต์โลกที่จัดขึ้นเมื่อวันที่ 20 สิงหาคม หวัง ซิงซิง ผู้ก่อตั้ง Unitree Robotics ได้ชี้ให้เห็นถึงปัญหาที่ถูกพูดถึงซ้ำแล้วซ้ำเล่าในอุตสาหกรรมว่าเป็นอุปสรรคที่ใหญ่ที่สุดของปัญญาประดิษฐ์แบบมีตัวตน

ในมุมมองของเขา หุ่นยนต์หลายรุ่นสามารถบรรลุอัตราความสำเร็จเกือบ 100% ในสถานการณ์ที่กำหนดไว้ได้ หากมีการเก็บรวบรวมข้อมูลและการฝึกฝนที่เพียงพอ อย่างไรก็ตาม อัตราความสำเร็จอาจลดลงอย่างมากหากวัตถุที่ถูกควบคุมเปลี่ยนไป หรือสภาพแวดล้อมเปลี่ยนแปลงไปเล็กน้อย

นี่เป็นอุปสรรคสำคัญที่สุดก่อนที่หุ่นยนต์จะสามารถเข้ามามีบทบาทในชีวิตและบ้านของเราได้อย่างแท้จริง

หวัง ซิงซิง เสนอเกณฑ์ที่ค่อนข้างเฉพาะเจาะจงว่า หากวันหนึ่งหุ่นยนต์สามารถเข้าไปในบ้านหรือสภาพแวดล้อมที่ไม่คุ้นเคยได้อย่างสมบูรณ์ และสามารถทำงานต่างๆ ได้ประมาณ 80% โดยใช้เพียงเสียงหรือคำสั่งด้วยวาจาเท่านั้น นั่นหมายความว่าปัญญาประดิษฐ์แบบฝังตัว (Embodied Intelligence) ได้มาถึง "ช่วงเวลาแบบ ChatGPT" แล้ว ในแง่ของระยะเวลา เขาเชื่อว่าอาจใช้เวลาเร็วที่สุด 2-3 ปี และช้าที่สุด 5-10 ปี

หวัง ซิงซิง เน้นย้ำเป็นพิเศษว่า ความยากลำบากที่แท้จริงไม่ได้อยู่ที่การทำให้หุ่นยนต์ "รู้โดยทั่วไปว่าต้องทำอะไร" แต่กลับอยู่ที่ความแม่นยำในระยะไม่กี่เซนติเมตรหรือแม้แต่มิลลิเมตรสุดท้าย

ตัวอย่างเช่น หากคุณสั่งให้หุ่นยนต์หยิบวัตถุขึ้นมา โมเดลอาจวางแผนการกระทำทั้งหมดได้อย่างถูกต้อง และแขนหุ่นยนต์อาจเคลื่อนที่ไปยังบริเวณใกล้เคียงกับวัตถุแล้ว อย่างไรก็ตาม หากข้อผิดพลาดด้านตำแหน่งสุดท้าย การตอบสนองทางสัมผัส หรือแรงจับยึดไม่ได้รับการแก้ไขอย่างถูกต้อง งานทั้งหมดอาจล้มเหลวได้

นี่คือจุดที่หุ่นยนต์และแบบจำลองภาษาขนาดใหญ่มีความแตกต่างกันอย่างมาก

การรับและส่งข้อมูลของแบบจำลองภาษาเกิดขึ้นในพื้นที่ดิจิทัลเสมอ ในขณะที่การรับรู้และการกระทำทุกอย่างของหุ่นยนต์ต้องโต้ตอบกับโลกทางกายภาพจริง เซ็นเซอร์มีสัญญาณรบกวน ตัวกระตุ้นมีข้อผิดพลาด และตำแหน่ง วัสดุ และน้ำหนักของวัตถุเปลี่ยนแปลงอยู่ตลอดเวลา ข้อผิดพลาดเหล่านี้สะสมมากขึ้นเมื่อทำภารกิจ ดังนั้น สำหรับปัญญาประดิษฐ์ที่ฝังอยู่ในร่างกาย การเปลี่ยนจาก "สามารถทำบางสิ่งบางอย่างได้ในระดับพื้นฐาน" ไปสู่ "ทำได้อย่างถูกต้องสม่ำเสมอ" อาจยากกว่าการเรียนรู้ภารกิจในขั้นต้น

เกือบจะพร้อมๆ กับการประเมินของหวัง ซิงซิง ที่กล่าวถึงไปข้างต้น หวัง เหอ ผู้ก่อตั้งและซีทีโอของ Galaxy General ก็ได้ให้ข้อมูลปีที่เจาะจงมากขึ้นเช่นกัน หวัง เหอ กล่าวว่า ด้วยการสะสมข้อมูลอย่างต่อเนื่องและความก้าวหน้าทางเทคโนโลยีเพิ่มเติม คาดว่าปัญญาประดิษฐ์แบบฝังตัวจะไปถึง "ช่วงเวลา ChatGPT" ในปี 2028 เขาให้คำจำกัดความของเหตุการณ์สำคัญนี้ว่า คือ หุ่นยนต์สามารถทำงานประจำวันได้ประมาณ 70% ถึง 80% โดยไม่ต้องได้รับการฝึกฝนเฉพาะสำหรับงานใดๆ

ความเห็นของพวกเขานั้นค่อนข้างใกล้เคียงกัน หวังซิงซิงเน้นที่อัตราความสำเร็จของหุ่นยนต์หลังจากเข้าสู่สภาพแวดล้อมที่ไม่คุ้นเคย ในขณะที่หวังเหอเน้นที่ความสามารถในการสรุปผลของแบบจำลองพื้นฐานโดยไม่ต้องฝึกฝนเป็นพิเศษ อย่างไรก็ตาม ทั้งคู่กำหนดจุดวิกฤตไว้ที่อัตราความสำเร็จประมาณ 70% ถึง 80% สำหรับงานที่ไม่รู้จัก

นั่นหมายความว่า "ช่วงเวลาแห่ง ChatGPT" ที่พวกเขากำลังพูดถึงนั้น ไม่ใช่ความคล่องตัวที่หุ่นยนต์ฮิวมานอยด์แสดงให้เห็นในปัจจุบัน และไม่ใช่ความสำเร็จ 99% ที่ได้จากการสาธิตแบบตายตัวที่ได้รับการฝึกฝนมาอย่างดี การเปลี่ยนแปลงที่แท้จริงควรเกิดขึ้นหลังจากที่หุ่นยนต์เริ่มหลุดพ้นจากการพึ่งพาฉากคงที่ วัตถุคงที่ และการฝึกฝนเฉพาะทาง

หุ่นยนต์จะเข้าใจสิ่งต่างๆ อย่างแท้จริงเมื่อไหร่? โดยทั่วไปคาดการณ์ว่าภายใน 2 ถึง 5 ปี

เมื่อเดือนที่แล้ว ในงานประชุมปัญญาประดิษฐ์โลกประจำปี 2026 (WAIC) การอภิปรายแบบโต๊ะกลมได้ตั้งคำถามเดียวกันนี้กับผู้ประกอบการและนักวิจัยชั้นนำ 6 คนในสาขาปัญญาประดิษฐ์เชิงกายภาพ

เมื่อวันที่ 19 กรกฎาคม ในงาน "Intelligent Embodied Forum" ซึ่งจัดโดย Zhiyuan Robotics และ Mifeng Technology ผู้จัดงานได้ถามแขกรับเชิญทั้งหกคนด้วยคำถามตรงไปตรงมาในระหว่างการสนทนารอบสุดท้ายว่า: อีกกี่ปีถึงจะเกิดเหตุการณ์แบบ ChatGPT สำหรับหุ่นยนต์?

ผลการสำรวจค่อนข้างกระจุกตัวอย่างน่าประหลาดใจ เหยา เหมาฉิง หุ้นส่วนของ Zhiyuan Robotics และประธานและซีอีโอของ Mifeng Technology ตอบว่า 2 ปี; โทนี่ จ้าว ผู้ร่วมก่อตั้งและซีอีโอของ Sunday Robotics เชื่อว่าจะอยู่ภายใน 3 ปี; จาง เจิ้งโย่ว หัวหน้านักวิทยาศาสตร์ของ Tencent และผู้อำนวยการของ Robotics X Lab ให้เวลา 3 ถึง 5 ปี; หม่า เย่เฉิง ผู้ร่วมก่อตั้งและหัวหน้านักวิทยาศาสตร์ของ Dyna Robotics เชื่อว่าจะใช้เวลาประมาณ 4 ปี; เหริน จื้ออี้ นักวิทยาศาสตร์วิจัยของ Physical Intelligence ประเมินว่าจะใช้เวลา 4 ถึง 5 ปี; และซู่ ตานเฟย ศาสตราจารย์จาก Georgia Institute of Technology ตอบว่า 5 ปี

บุคคลทั้งหกมาจากบริษัทและสถาบันวิจัยที่แตกต่างกันอย่างสิ้นเชิง และแนวทางทางเทคนิคของพวกเขาก็แตกต่างกัน แต่คำตอบสุดท้ายของพวกเขาทั้งหมดมุ่งเน้นไปที่ช่วงสองถึงห้าปีข้างหน้า

ในบรรดาผู้เชี่ยวชาญเหล่านั้น เหยา เหมาฉิงมองโลกในแง่ดีที่สุด การประเมินของเขาขึ้นอยู่กับการเติบโตของขนาดข้อมูลเป็นหลัก ในมุมมองของเหยา เหมาฉิง ปัจจัยสำคัญที่จำกัดการพัฒนา AI ทางกายภาพในปัจจุบันสามารถสรุปได้เป็นสามกำแพง ได้แก่ "ข้อมูล การแสดงผล และวงจรปิด" เมื่อเทียบกับข้อความและรูปภาพจำนวนมหาศาลที่สามารถหาได้ง่ายและราคาถูกในโลกอินเทอร์เน็ต ข้อมูลการโต้ตอบของหุ่นยนต์ในโลกแห่งความเป็นจริงนั้นไม่เพียงแต่มีราคาแพง แต่ยังถูกจำกัดด้วยความแตกต่างของตัวหุ่นยนต์เอง งาน และสถานการณ์อีกด้วย

หุ่นยนต์ที่พร้อมใช้งานอย่างแท้จริงต้องเข้าใจคำสั่งภาษาธรรมชาติแบบปลายเปิด และบรรลุอัตราความสำเร็จขั้นพื้นฐานประมาณ 70% ถึง 80% ในงานทั่วไป เพื่อให้บรรลุเป้าหมายนี้ ปัญญาประดิษฐ์แบบฝังตัว (embodied intelligence) ต้องการข้อมูลในระดับที่สูงกว่าระดับปัจจุบันมาก เขายังเสนอแนะว่าในอนาคต อาจต้องใช้ข้อมูลในระดับหลายร้อยล้านชั่วโมงด้วยซ้ำ

กล่าวอีกนัยหนึ่ง ในกรอบการตัดสินของเหยา เหมาฉิง "ช่วงเวลา ChatGPT" นั้นส่วนใหญ่เป็นปัญหาเกี่ยวกับการขยายขนาด: เมื่อข้อมูลจากโลกแห่งความเป็นจริง ข้อมูลจากการจำลอง วิดีโอจากอินเทอร์เน็ต ข้อมูลจากมุมมองบุคคลที่หนึ่ง และข้อมูลที่ไหลกลับมาหลังจากที่หุ่นยนต์ถูกใช้งานค่อยๆ ขยายขนาดจนถึงระดับหนึ่ง ความสามารถของแบบจำลองก็อาจก้าวข้ามจุดวิกฤตไปได้เช่นกัน

ในทางกลับกัน Zhao Zihao จาก Sunday Robotics ได้กำหนดกรอบเวลาไว้ที่น้อยกว่าสามปี แทนที่จะมุ่งเน้นไปที่การสร้างหุ่นยนต์ที่มีความซับซ้อนมากขึ้นเรื่อยๆ Zhao กลับให้ความสำคัญกับช่วงเวลาที่ "สมอง" ของหุ่นยนต์จะพัฒนาอย่างสมบูรณ์มากกว่า Sunday Robotics ให้ความสำคัญกับหุ่นยนต์สำหรับใช้ในบ้านและรุ่นพื้นฐานมานานแล้ว แนวคิดของพวกเขาคือ หากหุ่นยนต์รุ่นพื้นฐานที่มีความแข็งแกร่งเพียงพอสามารถเข้าใจสภาพแวดล้อมและงานที่ซับซ้อนได้ แม้ว่าหุ่นยนต์จะใช้แขนจับที่ค่อนข้างง่ายและราคาถูกกว่า ก็อาจจะสามารถแก้ปัญหาในทางปฏิบัติได้มากมายก่อน

ท่าทีของจาง เจิ้งโย่ว ระมัดระวังมากกว่ามาก เขาตอบว่า 3 ถึง 5 ปี แต่เน้นย้ำว่ากรอบเวลานี้ไม่ได้หมายความว่าอุตสาหกรรมจำเป็นต้องรอให้โมเดลขนาดใหญ่ปรากฏขึ้นมาอย่างกะทันหัน เงื่อนไขสำคัญสำหรับการขยายขนาดอย่างรวดเร็วของโมเดลภาษาขนาดใหญ่คือ Transformer ต้องมีสถาปัตยกรรมที่เป็นหนึ่งเดียวมากขึ้นเรื่อยๆ อย่างไรก็ตาม ปัญญาประดิษฐ์ด้านหุ่นยนต์ยังไม่ได้สร้างแบบแผนทางเทคโนโลยีที่ชัดเจนเช่นนั้น

ตั้งแต่การรับรู้ระดับสูง การรับรู้ทางสายตา และการวางแผนงาน ไปจนถึงการควบคุมการเคลื่อนไหวแบบเรียลไทม์ การตอบสนองของร่างกาย และการตอบสนองด้านความปลอดภัย หุ่นยนต์จำเป็นต้องจัดการกับปัญหาในระดับเวลาที่แตกต่างกันพร้อมกัน ดังนั้น ความก้าวหน้าอย่างแท้จริงอาจต้องอาศัยความก้าวหน้าในการเก็บรวบรวมข้อมูล การจำลอง การใช้งานจริง การกู้คืนจากความล้มเหลว และการพัฒนาฮาร์ดแวร์และแบบจำลองไปพร้อมกัน มากกว่าการเพียงแค่จำลองกฎการปรับขนาดของแบบจำลองภาษาขนาดใหญ่ ด้วยเหตุนี้ ในการประเมินของเขา จาง เจิ้งหยู จึงเน้นย้ำเป็นพิเศษว่าอุตสาหกรรมยังคงต้อง "ทำงานอย่างขยันขันแข็งและเป็นรูปธรรม"

Ma Yecheng จาก Dyna Robotics คาดการณ์ว่ากรอบเวลาจะอยู่ที่ประมาณสี่ปี การประเมินของเขาอิงจากการใช้งานเชิงพาณิชย์เป็นหลัก สำหรับการสาธิตในห้องปฏิบัติการ อัตราความสำเร็จ 80% หรือ 90% อาจเพียงพอที่จะพิสูจน์ประสิทธิภาพของเทคโนโลยีได้ อย่างไรก็ตาม สำหรับโรงงานหรือบริษัทบริการที่ซื้อหุ่นยนต์จริง ความน่าเชื่อถือในระดับนั้นมักไม่เพียงพอ ดังนั้น "ช่วงเวลาสำคัญของ ChatGPT" ในด้านปัญญาประดิษฐ์แบบฝังตัว ไม่ได้หมายความเพียงแค่ว่าหุ่นยนต์สามารถเข้าใจงานต่างๆ ได้มากขึ้นเท่านั้น แต่ยังหมายความว่าต้องได้รับการพัฒนาเพิ่มเติมให้มีความน่าเชื่อถือในระดับที่ยอมรับได้ในสภาพแวดล้อมเชิงพาณิชย์ในโลกแห่งความเป็นจริงด้วย

เหริน จื้ออี้ จากบริษัท Physical Intelligence ให้กรอบเวลาไว้ที่ 4 ถึง 5 ปี เขาบอกว่าก่อนเข้าร่วมงานกับ Physical Intelligence เขาเคยคิดว่ากระบวนการนี้อาจใช้เวลาถึง 10 ปี แต่ด้วยการพัฒนาแบบจำลองหุ่นยนต์พื้นฐานในช่วงปีที่ผ่านมา ความคาดหวังของเขาจึงสั้นลงอย่างมาก

Physical Intelligence เป็นหนึ่งในบริษัทชั้นนำที่ใช้แนวทาง "โมเดลพื้นฐานของบอท" โดยมีเป้าหมายที่จะทำให้โมเดลเดียวกันค่อยๆ พัฒนาความสามารถในการทำงานที่กว้างขึ้นผ่านการฝึกอบรมข้อมูลข้ามออนโทโลยีและข้ามงาน ประเด็นสำคัญอย่างแท้จริงของแนวทางนี้คือ ความสามารถของหุ่นยนต์จะสามารถเกิดขึ้นอย่างต่อเนื่องได้หรือไม่เมื่อขนาดของโมเดลและข้อมูลขยายตัว ซึ่งท้ายที่สุดแล้วจะสร้างผลลัพธ์ที่คล้ายกับการเรียนรู้แบบถ่ายโอนแบบไม่ต้องโหลดข้อมูลล่วงหน้า (zero-shot transfer learning) ในโมเดลภาษาขนาดใหญ่

ศาสตราจารย์ Xu Danfei จากสถาบันเทคโนโลยีจอร์เจียเสนอคำตอบที่ระมัดระวังที่สุด แต่ถึงกระนั้นก็ใช้เวลาเพียง 5 ปีเท่านั้น แทนที่จะเดิมพันกับวิธีการจำลองแบบใดแบบหนึ่ง เขาเน้นไปที่ตัวชี้วัดพื้นฐานสามประการมากกว่า ได้แก่ โมเดลนั้นสามารถเรียนรู้จากข้อมูลได้อย่างแท้จริงหรือไม่ ความสามารถที่เรียนรู้มานั้นสามารถนำไปใช้กับสภาพแวดล้อมและงานใหม่ๆ ได้หรือไม่ และความเร็วในการอนุมานนั้นสามารถตอบสนองความต้องการการทำงานแบบเรียลไทม์ของหุ่นยนต์ในโลกแห่งความเป็นจริงได้หรือไม่

เมื่อเรานำคำตอบของ Wang Xingxing ที่ว่า "เร็วที่สุด 2-3 ปี" คำตอบของ Wang He ที่ว่า "ปี 2028" และคำตอบของแขกรับเชิญทั้งหกท่านในงาน WAIC มารวมกัน ปรากฏการณ์ที่ชัดเจนยิ่งขึ้นก็ปรากฏขึ้น นั่นคือ อุตสาหกรรมปัญญาประดิษฐ์แบบมีตัวตนกำลังบีบอัดช่วงเวลาอันยาวนานของ "หุ่นยนต์ทั่วไป" ที่เคยดูไกลตัว ให้กลายเป็นวงจรเทคโนโลยีในอนาคต

นี่เป็นเหตุการณ์สำคัญทางประวัติศาสตร์ที่ชัดเจน หรือเป็นกระบวนการที่ค่อยเป็นค่อยไป?

อย่างไรก็ตาม แม้ว่าผู้ประกอบการและนักวิจัยเหล่านี้จะคาดการณ์เรื่องช่วงเวลาได้ใกล้เคียงกันมากขึ้น แต่พวกเขากลับไม่ได้ใช้มาตรฐานชุดเดียวกันในการพูดคุยเกี่ยวกับ "ช่วงเวลาของ ChatGPT"

หวัง เหอ ให้ความสำคัญกับการก้าวกระโดดของขีดความสามารถของแบบจำลองพื้นฐานเอง ในคำจำกัดความของเขา ปัญญาประดิษฐ์แบบฝังตัว (embodied intelligence) จะก้าวข้ามจุดวิกฤตที่คล้ายกับ ChatGPT เมื่อหุ่นยนต์ไม่จำเป็นต้องได้รับการฝึกฝนใหม่สำหรับแต่ละงานใหม่ และสามารถทำงานประจำวันได้ 70% ถึง 80% โดยใช้เพียงแบบจำลองพื้นฐาน มาตรฐานนี้วัดเป็นหลักว่าแบบจำลองสามารถเปลี่ยนจาก "ปัญญาเฉพาะทาง" สำหรับงานเฉพาะไปสู่ปัญญาทั่วไปที่มีความสามารถในการถ่ายโอนสูงได้หรือไม่

มาตรฐานของหวัง ซิงซิง ใกล้เคียงกับประสิทธิภาพของหุ่นยนต์ในโลกแห่งความเป็นจริง เขายังพิจารณาอัตราความสำเร็จของงานประมาณ 80% เป็นเกณฑ์สำคัญ แต่เน้นย้ำว่าหุ่นยนต์สามารถทำงานส่วนใหญ่ให้สำเร็จได้โดยอาศัยคำสั่งภาษาเพียงอย่างเดียวเมื่อเข้าสู่สภาพแวดล้อมที่ไม่คุ้นเคยหรือไม่ ในมุมมองของเขา หุ่นยนต์หลายตัวในปัจจุบันสามารถบรรลุอัตราความสำเร็จสูงในสภาพแวดล้อมที่กำหนดไว้และได้รับการฝึกฝนมาเป็นอย่างดี ความท้าทายที่แท้จริงอยู่ที่ว่าแบบจำลองจะยังคงทำงานได้หรือไม่หลังจากมีการเปลี่ยนแปลงสภาพแวดล้อม วัตถุ หรือภารกิจ

คำจำกัดความทั้งสองนี้ดูคล้ายกัน แต่จริงๆ แล้วเน้นที่ระดับที่แตกต่างกัน แม้ว่าหุ่นยนต์จะมีขีดความสามารถในการทำงานโดยไม่ต้องมีคำสั่งเพิ่มเติมหรือการทำงานข้ามสายงานที่ดี ก็ไม่ได้หมายความว่าหุ่นยนต์ที่ติดตั้งหุ่นยนต์นั้นจะกลายเป็นเครื่องมือการผลิตที่เชื่อถือได้ หวัง ซิงซิง กล่าวในงาน WRC ว่า Unitree ได้นำหุ่นยนต์ไปใช้ในโรงงานผลิตรถยนต์และโรงงานของตนเองแล้ว และหุ่นยนต์เหล่านั้นสามารถทำงานประกอบง่ายๆ บางอย่างได้ แต่การใช้งานในวงกว้างยังคงเป็นไปไม่ได้ เหตุผลสำคัญประการหนึ่งคือ ประสิทธิภาพของหุ่นยนต์ยังต่ำกว่ามนุษย์ และมักจะต้องฝึกฝนหุ่นยนต์ใหม่เพื่อรับมือกับงานใหม่ๆ

ซีอีโอของ Xinghaitu อย่าง Gao Jiyang ได้เสนอการประเมินประเด็นนี้ในสองแง่มุมที่น่าสนใจ ในแผนงานอุตสาหกรรมที่นำเสนอในงาน WRC ปีนี้ Xinghaitu ได้ระบุอย่างชัดเจนว่าปี 2027 คือ "ช่วงเวลาแห่ง GPT" ในแง่ของเทคโนโลยี โดยเชื่อว่าหลังจากที่กฎการขยายขนาด (Scaling Law) ผลักดันให้ความสามารถของโมเดลพื้นฐานก้าวข้ามจุดเปลี่ยนแล้ว สถานการณ์การใช้งานในแนวดิ่งจะเริ่มเร่งตัวขึ้น อย่างไรก็ตาม "จุดเปลี่ยนเชิงพาณิชย์" ที่แท้จริงนั้นอยู่ในปี 2028 ตามมาด้วยการแทรกซึมอย่างลึกซึ้งในปี 2029 และการใช้งานอย่างแพร่หลายในปี 2030

อย่างไรก็ตาม เมื่อพูดถึงว่าปัญญาประดิษฐ์แบบฝังตัวจะซ้ำรอยเหตุการณ์สำคัญทางประวัติศาสตร์อย่าง ChatGPT หรือไม่ เกา จี้หยาง กล่าวอย่างชัดเจนว่า เขาเชื่อว่า "มีความเป็นไปได้สูงที่เหตุการณ์เช่นนั้นจะไม่เกิดขึ้น" เหตุผลก็คือ ปัญญาประดิษฐ์แบบฝังตัวจะไม่ได้รับความนิยมในทันทีผ่านผลิตภัณฑ์ซอฟต์แวร์ที่ทุกคนเข้าถึงได้ แต่มีแนวโน้มที่จะเริ่มต้นในสถานการณ์ B2B มากกว่า ค่อยๆ พัฒนาไปทีละอุตสาหกรรมและทีละงาน

ความก้าวหน้าทางเทคโนโลยีและการรับรู้ของสาธารณชนในทันทีนั้นไม่น่าจะเกิดขึ้นพร้อมกันได้ เนื่องจากการเติบโตอย่างรวดเร็วของ GPT (Global Technology Practice) ขึ้นอยู่กับการที่ทุกคนสามารถสัมผัสประสบการณ์ได้โดยตรงผ่านโทรศัพท์มือถือหรือคอมพิวเตอร์ ในขณะที่การประยุกต์ใช้ปัญญาประดิษฐ์เชิงกายภาพ (Embodied Intelligence) ในช่วงเริ่มต้นนั้นอยู่ในสภาพแวดล้อมการผลิต เช่น โรงงานและคลังสินค้า ทำให้สาธารณชนทั่วไปยากที่จะรับรู้ได้โดยตรง ดังนั้น จุดเปลี่ยนของอุตสาหกรรมจะค่อยๆ ปรากฏขึ้นอย่างแนบเนียนและแพร่หลาย จนกระทั่งผู้คนตระหนักถึงมันอย่างฉับพลัน

คำกล่าวทั้งสองนี้ไม่ได้ขัดแย้งกันโดยสิ้นเชิง อันที่จริง เกา จี้หยาง ได้แยกแยะความแตกต่างระหว่างจุดเปลี่ยนทางเทคโนโลยีของความสามารถด้านแบบจำลองและจุดเปลี่ยนทางสังคมของการแพร่กระจายทางอุตสาหกรรม โดยจุดเปลี่ยนทางเทคโนโลยีอาจปรากฏให้เห็นได้ค่อนข้างชัดเจนในปีใดปีหนึ่ง ในขณะที่จุดเปลี่ยนทางสังคมนั้นต้องอาศัยการตรวจสอบสถานการณ์ การผลิตขนาดใหญ่ การลดต้นทุน และความสมบูรณ์ของแบบจำลองธุรกิจ เพื่อค่อยๆ แพร่กระจายไปสู่โลกแห่งความเป็นจริง

นี่คือหนึ่งในความแตกต่างที่สำคัญที่สุดระหว่างหุ่นยนต์และโมเดลภาษาขนาดใหญ่ หลังจากที่ ChatGPT เปิดตัวในเดือนพฤศจิกายน 2022 การเปลี่ยนแปลงในความสามารถของโมเดลสามารถสื่อสารไปยังผู้ใช้ทั่วโลกได้เกือบจะในวันเดียวกัน สำหรับผลิตภัณฑ์ซอฟต์แวร์ ตราบใดที่เซิร์ฟเวอร์และกำลังประมวลผลสามารถรองรับได้ ต้นทุนในการเพิ่มผู้ใช้ใหม่จึงค่อนข้างจำกัด ผู้ใช้สามารถรับรู้ถึงความก้าวหน้าในความสามารถของโมเดลได้ทันทีเพียงแค่เปิดเว็บเพจและป้อนคำถาม ดังนั้น ความก้าวหน้าทางเทคโนโลยี การเปิดตัวผลิตภัณฑ์ และการใช้งานของผู้ใช้จำนวนมากจึงเกิดขึ้นพร้อมกันใน ChatGPT

อย่างไรก็ตาม หุ่นยนต์ต้องเข้าสู่โลกทางกายภาพผ่านทางร่างกายที่แท้จริง แม้ว่าแบบจำลองพื้นฐานจะมีขีดความสามารถในการปรับตัวและคาดการณ์ได้ดีขึ้นอย่างมากในวันพรุ่งนี้ ความสามารถเหล่านั้นก็ยังคงต้องถูกแปลงเป็นการเคลื่อนไหวที่แท้จริงผ่านทางชิป เซ็นเซอร์ ข้อต่อ มือที่คล่องแคล่ว และตัวขับเคลื่อน ในขณะเดียวกันก็ต้องเผชิญกับความท้าทายทางวิศวกรรมหลายประการ เช่น ความแม่นยำ ความเสถียร ความปลอดภัย อายุการใช้งาน การบำรุงรักษา และต้นทุน

ดังนั้น ในที่สุดแล้ว ปัญญาประดิษฐ์ที่ฝังอยู่ในร่างกายอาจพบว่าเป็นการยากที่จะสร้างเหตุการณ์สำคัญทางประวัติศาสตร์ที่ชัดเจนเช่นวันที่ 30 พฤศจิกายน 2022 ขึ้นมาอีกครั้ง มันมีแนวโน้มที่จะปรากฏออกมาในรูปแบบของจุดเปลี่ยนที่ค่อยๆ เกิดขึ้นทีละน้อย บางที แม้ว่าผู้คนจะมองย้อนกลับไปในอนาคตเพื่อยืนยัน "ช่วงเวลาแห่งปัญญาประดิษฐ์ที่ฝังอยู่ในร่างกายแบบ ChatGPT" พวกเขาก็อาจไม่สามารถหาจุดใดจุดหนึ่งที่ทุกคนเห็นพ้องต้องกันได้