وسوف يتطلب تحقيق هذا الإنجاز التغلب على مشكلتين ذاتيتين: ندرة البيانات ثلاثية الأبعاد وتنوع بيئات النشر. على عكس ماجستير إدارة الأعمال مثل ChatGPT، الذي يمكنه تحليل الإنترنت غير المحدود تقريبًا، تحتاج الروبوتات إلى معالجة البيانات المجمعة في العالم المادي الحقيقي، وهو أمر مكلف ويصعب توسيع نطاقه. يجب عادةً أن يتم جمعها يدويًا عن طريق تدريب الآلات بشكل متكرر على كيفية أداء مهام معينة، مثل طي القمصان أو تخزين الثلاجات أو هز ماي تاي. بالإضافة إلى ذلك، يوضح جيانغ زيوان، الرئيس التنفيذي لشركة Noetix التي تعمل في مجال الروبوتات البشرية والتي يوجد مقرها في بكين، أنه “حتى لو تم تدريب استراتيجية معالجة جيدة الأداء لمهمة محددة، فإن معدل النجاح غالبًا ما ينخفض بشكل حاد عندما تتغير البيئة قليلاً – على سبيل المثال، إزاحة الجسم، أو الإضاءة المختلفة، أو مواد سطح الطاولة المختلفة.”
وبفضل شركات مثل يونيتري، تتقدم أجهزة الروبوتات البشرية بسرعة. إن ساحة المعركة الحقيقية تدور حول أدمغة الروبوتات، أو نماذج الرؤية واللغة والحركة (VLA)، والتي تم تصميمها لتحويل المدخلات البشرية إلى ذكاء اصطناعي مجسد يعمل بشكل حدسي ودقيق. ستبلغ قيمة مساحة VLA وحدها 40.50 مليار دولار بحلول عام 2035، كما تتوقع شركة Kaiso Research، وهي شركة استخبارات السوق، والعديد من أكبر اللاعبين في مجال التكنولوجيا يتابعون بقوة نماذجهم الخاصة، بما في ذلك GR00T N1.7 من Nvidia، وRT-2-X من Google DeepMind، وQwen Robot Suite من Alibaba.
