OpenAI robotikával kapcsolatos ambíciói új szintre lépnek: 530 ezer dollárig terjedő fizetés
Egy olyan lépésben, amely gyorsabban fordítja a fejeket, mint egy szervóhajtású robotkar, az OpenAI megduplázza robotikai ambícióit egy olyan pozícióval, amely ugyanolyan ambiciózus, mint a fizetési sávja. Az MI powerhouse kutatómérnököt keres robotikai kezdeményezéséhez, olyan javadalmazási csomagot kínálva, amely elérheti az 530 000 dollárt plusz részvényopciót – ez elég ahhoz, hogy még a Szilícium-völgy legedzettebb mérnökei is kétszer is meggondolják.
De mielőtt elkezdené frissíteni az önéletrajzát, merüljünk el abban, ami ezt az állást érdekesebbé teszi, mint egy neurális hálózat, amely megtanul zsonglőrködni (ami, mellesleg, az egyik feladata lehet).
Túl a virtuális határokon: az OpenAI valós MI-víziója
A pozíció az OpenAI komoly előretörését jelzi abban, amit sokan az MI utolsó határának tartanak: a fizikai interakciót a valós világgal. Míg a ChatGPT szonettet írhat robotokról, az OpenAI olyan rendszereket szeretne építeni, amelyek képesek valóban piruettezni – vagy ami ennél gyakorlatiasabb, komplex környezetekben navigálni és értelmes módon interakcióba lépni tárgyakkal.
Technikai mélymerülés: nem egy átlagos robotikai meló
A pozíció technikai követelményei úgy olvashatók, mint a legmodernebb MI technológiák felsorolása. Bontsuk le néhány kulcsfontosságú kifejezést, amelyek beindíthatják a neurális hálózatokat:
Multimodális alapmodellek: Ezek olyan MI-rendszerek, amelyek képesek több típusú bemenetet feldolgozni és megérteni – gondoljunk rájuk úgy, mint az MI svájci bicskáira, amelyek képesek egyszerre kezelni a látást, az érintést és a mozgástervezést. Ellentétben az okostelefonja helyesírás-javítójával, ezeknek a modelleknek valóban meg kell érteniük a fizikai világot, nem csak megjósolni a következő elgépelését.
Skálázási törvények: Nem, ez nem a robotok súlyáról szól. Ez arról szól, hogy megértsük, hogyan javulnak az MI-modellek, ahogy nagyobbak lesznek és több adaton tanulnak. Gondoljon a Moore-törvényre, de mesterséges intelligenciára – és potenciálisan még exponenciálisabbra.
Utánzásos tanulás (Imitation Learning): Így tanulják meg a robotok utánozni az emberi cselekvéseket, kicsit olyan, mint amikor az öccse/húga mindent lemásolt, amit csinált, de nagyobb precizitással és kevesebb bosszantó szándékkal.
A valós kihívás
Ami ezt a pozíciót különösen érdekessé teszi, az a „dinamikus, valós környezetekre” való összpontosítás. A labor tökéletesen ellenőrzött körülményeivel ellentétben a valós robotika a következőket kell kezelnie:
- Kiszámíthatatlan környezetek (mint az én íróasztalom egy kávékiömlés után)
- Valós idejű döntéshozatal (gyorsabb, mint egy macska, ami lelöki a tárgyakat erről az asztalról)
- Biztonsági megfontolások (biztosítva, hogy a robot ne keverje össze az értékes vázáját egy szelektív hulladéktárolóval)
Az emberi érintés
Talán a leglenyűgözőbb az OpenAI hangsúlyozása a „hang és érzelmek” terén a robotkommunikációban. Nem csak gépeket építenek; interaktív rendszereket hoznak létre, amelyeknek meg kell érteniük és reagálniuk kell az emberi árnyalatokra. Olyan ez, mintha megtanítanánk egy robotnak, hogy ne csak átmenjen a Turing-teszten, hanem azt is tudja, mikor helyénvaló egy apaviccel (dad joke) elsütése.
Mit kell tenni a pozíció elnyeréséhez
Az ideális jelöltnek több képesítésre van szüksége, mint amennyi szenzorral rendelkezik egy robot. A legfontosabb követelmények:
- Kutatási háttér robotikában és MI-ben (az egyetemi Arduino-projektjei valószínűleg nem lesznek elegendőek)
- Magasan teljesítő csapatok irányításában szerzett tapasztalat (a macskák terelése jó gyakorlat lehet)
- Képesség a bizonytalanságban való boldogulásra (mint egy robot, amelyik próbálja összehajtani a lepedőt)
A nagyobb kép
Ez a szerep nem csak arról szól, hogy menő robotokat építsünk – arról szól, hogy alakítsuk az ember-MI interakció jövőjét a fizikai világban. A hibrid munkamodellnek köszönhetően, heti 3 irodai nap mellett, több időt tölt majd robotokkal, mint amennyit egyes emberek a családjukkal.
Miért számít ez
Ahogy az MI folytatja menetelését a digitális világból a fizikai világunkba, az ehhez hasonló pozíciók kulcsfontosságúak lesznek annak meghatározásában, hogyan lépünk kölcsönhatásba az intelligens gépekkel a mindennapi életünkben. Akár arról van szó, hogy segítünk a robotoknak megérteni, miért kell az embereknek néha a hosszabb utat választaniuk hazafelé, akár arról, hogy megtanítjuk nekik azt a finom művészetet, hogy ne szakítsák félbe, amikor valakinek éppen fontos pillanata van, ez a pozíció a technikai innováció és az emberi tapasztalat metszéspontjában helyezkedik el.
Azok számára, akik kvalifikáltak (és elég bátrak) a jelentkezésre, ez lehet az esélyük, hogy szó szerint alakítsák a robotika jövőjét. Csak ne feledjék, ha megkapják az állást, és a robotok végül átveszik az uralmat, tudni fogjuk, kit kell megköszönni (vagy hibáztatni).
Forrás: OpenAI Careers
