В Пекине гуманоидные роботы уже проходят почти обычную «производственную практику»: их учат сортировать детали, раскладывать товары по полкам, заниматься уборкой и даже ремонтом металла. Для русскоязычной IT-аудитории здесь важен не сам вау-эффект, а масштаб: Китай переводит гуманоидные роботы из категории выставочных игрушек в промышленный контур, где потом рождаются новые платформы, стандарты и цепочки поставок.
Как пишет CNBC Technology, один из ключевых узлов этой истории — Пекинский центр обучения данным для гуманоидных роботов, который поддерживается городскими властями и входит в сеть похожих площадок по всему Китаю. На месте людей не заменили: наоборот, пока вся система держится на людях-инструкторах. Китайский консультант по технологиям Кеннет Жэнь из RealMan Intelligent Technology формулирует задачу без лишней поэзии: роботов учат «думать самостоятельно». Бывшая преподавательница искусства Фуди Ло, ставшая инструктором, вручную проводит робота через нужные движения с помощью камер, контроллеров и motion capture. Сценарий простой и упрямый: сначала машина ничего не понимает, затем получает данные из повторяющихся действий, после чего начинает воспроизводить операцию без прямого ручного ведения.
Самое показательное здесь даже не наличие центра, а устройство процесса. По словам Ло, типичный рабочий день — это восемь часов повторяющихся движений. Робот усталости не чувствует, человек — вполне. Такой производственный «буткемп» нужен, чтобы превратить красивую демонстрацию в набор моторных навыков, пригодных в цехе, магазине или сервисе. Роботов тренируют для задач, где мало романтики и много рутины: сортировка на линии, ведение хозяйства, массаж, выкладка товара, слесарные операции. На той же площадке стартап Beijing Inspire-Robots Technology отдельно натаскивает роботизированные кисти. По словам секретаря совета директоров компании Уинстона Цзоу, в среднем одна рука повторяет новое действие 10 тысяч раз, прежде чем навык считается освоенным. Текущая версия, по его словам, уже может взять яйцо, поднять еще более мелкие предметы и даже подцепить веревку. В робототехнике именно такие детали обычно и ломают весь пафос презентаций: пройтись по сцене может многое, а вот аккуратно схватить хрупкий предмет — уже другой класс инженерии.
Неудивительно, что именно на руки сделал акцент Илон Маск. Еще в январе, на звонке Tesla по итогам четвертого квартала, глава компании заявил инвесторам, что главное конкурентное давление в сегменте гуманоидов будет идти из Китая. При этом Маск отдельно подчеркнул, что конструкция кисти у Optimus, по его мнению, сильнее китайских решений, потому что именно рука — самая сложная часть робота. Это, впрочем, не отменяет главного тезиса: Китай очень хорошо умеет масштабировать производство. И вот это для глобального рынка звучит куда серьезнее, чем привычные споры о том, чей ролик с демо-версией в соцсетях набрал больше просмотров. Если страна умеет быстро доводить железо до серийной стадии, то через некоторое время у нее появляется преимущество не только по цене, но и по скорости итераций, доступности комплектующих и плотности экосистемы подрядчиков.
В более широком контексте история с роботами хорошо ложится в промышленную стратегию Пекина. Раньше китайские власти так же последовательно делали ставку на электромобили и искусственный интеллект, а теперь в число приоритетов до 2030 года вынесены и человекоподобные машины. Американская торговая палата и Rhodium Group в майском исследовании даже описали новый курс Китая как переход к «промышленной политике всего» — то есть не к поддержке одной модной отрасли, а к системной сборке целого набора технологических направлений сразу. Гуманоидные роботы в этой логике важны не потому, что завтра заменят каждого кладовщика или официанта, а потому, что они соединяют ИИ, сенсоры, мехатронику, силовую электронику, батареи, приводные системы и софт в одном продукте. Кто контролирует такую сборку, тот получает не один рынок, а доступ к нескольким сразу.
При этом Китай тестирует роботов не только в «школе», но и на реальных площадках. Машинам уже дают пробные смены в ролях поваров, барменов, официантов, регулировщиков движения и владельцев небольших магазинов. Пока почти везде требуется подстраховка людей, и это важная оговорка: до полностью автономной экономики из андроидов еще далеко. Но для бизнеса и разработчиков это скорее плохая новость не для людей, а для тех, кто надеялся отсидеться. Когда система много раз обкатывается в реальном сервисе, накапливаются данные, быстрее дорабатываются манипуляторы, зрение, навигация и контроль ошибок. И в какой-то момент разговор сдвигается от «смешной робот машет рукой» к куда более неприятному вопросу: какие профессии и процессы окажутся достаточно стандартизированы, чтобы их можно было автоматизировать раньше, чем рынок труда успеет адаптироваться? Для российских команд, работающих с computer vision, embedded-разработкой, автономными системами и складской автоматизацией, это еще и сигнал, что конкурировать придется не с отдельным устройством, а с национальной производственной машиной, где обучение моделей, железо и господдержка уже собраны в одну линию.
Пока западные компании спорят, чей прототип ловчее держит предметы, Китай, похоже, делает более приземленную и потому опасную для конкурентов ставку: не на лучший ролик, а на лучший конвейер обучения. Если эта модель сработает, рынок получит не единичных звезд робототехники, а поток достаточно хороших машин для скучной, тяжелой и повторяющейся работы. Проверить исходные цитаты и детали можно в материале .