Wewnątrz chińskiej rewolucji robotycznej

Chen Liang, założyciel Guchi Robotics, firmy zajmującej się automatyzacją z siedzibą w Szanghaju, to wysoki, krępy mężczyzna po czterdziestce w okularach w kwadratowych oprawkach. Jego codzienne zachowanie jest spokojne i stonowane, ale gdy jest w swoim żywiole – blisko technologii, którą tworzy, lub na spotkaniach biznesowych omawiających nieuchronne zastąpienie ludzkich pracowników przez roboty – pojawia się na jego twarzy radosny uśmiech, który przywodzi na myśl stażystę w jego pierwszym dniu pracy marzeń. Guchi produkuje maszyny, które montują koła, deski rozdzielcze i okna dla wielu czołowych chińskich marek samochodów, w tym BYD i Nio. Nazwę wziął od chińskiego słowa guzhi, oznaczającego „niezachwianą inteligencję”, choć fakt, że brzmiało to jak włoska marka luksusowa, nie był całkowicie niepożądany.
Przez prawie dwie dekady Chen starał się rozwiązać problem, który dla niego był problemem inżynieryjnym: jak wyeliminować – lub, jego zdaniem, uwolnić – jak największą liczbę pracowników w fabrykach samochodów, na ile jest to technologicznie możliwe. Pod koniec ubiegłego roku odwiedziłem go w siedzibie Guchi na zachodnich obrzeżach Szanghaju. Obok głównej siedziby znajdują się kilka magazynów, w których inżynierowie Guchi majstrują przy robotach, aby dopasować je do specyfikacji klientów. Chen, inżynier z wykształcenia, założył Guchi w 2019 roku z zamiarem zajęcia się najtrudniejszym zadaniem automatyzacji w fabryce samochodów: „montażem końcowym”, ostatnim etapem produkcji, kiedy wszystkie elementy kompozytowe – deska rozdzielcza, okna, koła i poduszki siedzeń – łączą się ze sobą. Obecnie jego roboty potrafią montować koła, deski rozdzielcze i okna w samochodzie bez interwencji człowieka, ale szacuje, że 80% montażu końcowego wciąż nie zostało zautomatyzowane. Na tym właśnie skupił się Chen.
Podobnie jak w wielu miejscach na świecie, AI stała się częścią codziennego życia w Chinach. Jednak to, co najbardziej ekscytuje chińskich polityków i przemysłowców, to postępy w dziedzinie robotyki, które w połączeniu z postępami w AI mogą zrewolucjonizować świat pracy. Technologią stojącą za obecnym boomem robotyki w Chinach jest deep learning, matematyczny silnik stojący za dużymi modelami językowymi, takimi jak ChatGPT, które uczą się poprzez rozpoznawanie wzorców z ogromnych zbiorów danych. Wielu badaczy uważa, że maszyny mogą nauczyć się nawigować w świecie fizycznym tak, jak ChatGPT nauczył się nawigować w języku: nie poprzez przestrzeganie zasad, ale poprzez przyswajanie wystarczającej ilości danych, aby wyłoniła się coś na kształt ludzkiej zręczności. Celem wielu technologów jest rozwój robotów humanoidalnych zdolnych do wykonywania pracy fabrycznej – pracy, która zatrudnia setki milionów ludzi na całym świecie.
Zasoby przeznaczane na realizację tego celu są oszałamiające. W 2025 roku Chiny ogłosiły fundusz o wartości 100 miliardów funtów na strategiczne technologie, w tym obliczenia kwantowe, czystą energię i robotykę. Główne miasta również zainwestowały własne zasoby w projekty robotyczne. Obecnie istnieje około 140 chińskich firm, które mają nadzieję na zbudowanie robotów humanoidalnych. Niektórzy z liderów zadebiutowali w lutym na gali z okazji księżycowego nowego roku, spektaklu wyreżyserowanym przez państwo, luźno porównywalnym do Super Bowl pod względem przepychu i znaczenia narodowego. Setki milionów ludzi oglądały, jak roboty wykonują skecze komediowe i rutyny sztuk walki. Prędkość postępu była zdumiewająca. W zeszłym roku roboty wykonywały zsynchronizowany układ cheerleaderek. W tym roku wykonywały przerzuty i parkour. Zamierzony przekaz był jasny: roboty nadchodzą, a Chiny będą narodem, który je buduje.
Świat, w którym roboty humanoidalne zasilane przez AI są produkowane na masową skalę, wciąż wydaje się należeć do sfery science fiction. Pod koniec ubiegłego roku odwiedziłem 11 firm robotycznych w Chinach w pięciu miastach, aby spróbować zrozumieć, jak blisko jesteśmy przyszłości robotów. Spotkałem wielu ambitnych przedsiębiorców, którzy działali w środowisku tak głęboko zintegrowanym z samorządami miejskimi, że rozróżnienie między prywatnym a publicznym traciło sens. Wszyscy oni, na różne sposoby, byli zaangażowani w wyścig o budowę i komercjalizację robotów zdolnych do zastąpienia ludzkich pracowników – a niektórzy z nich już mają chętnych zachodnich nabywców.
W jednym z magazynów Guchi Robotics zespół pracowników General Motors testował maszyny Guchi do montażu kół przed wysyłką do Kanady. Kadłub białej ciężarówki GM zajmował podwyższoną platformę w centrum pomieszczenia. Ciężarówka, otoczona czterema dużymi ramionami robotycznymi i dżunglą przewodów, znajdowała się w żółtej obudowie bezpieczeństwa wykonanej ze stalowych prętów. Obserwowałem z boku, jak brodaty inżynier GM majstrował przy panelu sterowania poza stalową klatką.
Inżynier, Amerykanin, którego nazwę go Jack, pracował w dziale „optymalizacji produkcji” GM. „Mówiąc brutalnie, wszystko, co eliminuje ludzi z linii produkcyjnej, to w zasadzie moja praca” – powiedział mi Jack. General Motors ustala roczne cele redukcji zatrudnienia dla jego działu, powiedział, co wymaga wyeliminowania określonej liczby pracowników fabrycznych we wszystkich zakładach w Ameryce Północnej. Jego zespół wybrał Guchi zamiast konkurenta z siedzibą w Niemczech – sam w 95% należącego do chińskiej firmy – ponieważ ten drugi nie mógł zaoferować ruchomej linii montażowej, wyjaśnił Jack. Zakup maszyn Guchi, powiedział, pozwoliłby na wyeliminowanie 12 operatorów montażu na linii w jednym fabryce. (General Motors nie potwierdził celów redukcji zatrudnienia, ale rzecznik powiedział, że wdraża technologię w celu poprawy bezpieczeństwa, wydajności i jakości, „szczególnie w przypadku zadań wymagających fizycznie lub powtarzalnych”.)
Ironią misji administracji Trumpa mającej na celu ożywienie produkcji przemysłowej w USA jest to, że większość maszyn potrzebnych do ponownego uczynienia Ameryki wielką pochodzi z kraju, który w pierwszej kolejności motywował amerykańskie ożywienie przemysłowe. Chiny odpowiadają obecnie za ponad połowę światowych instalacji nowych robotów fabrycznych rocznie. „Nie ma prawie nic, czego chińscy inżynierowie nie potrafią zrobić, czego nie potrafią Amerykanie” – powiedział mi Chen. „To naprawdę tylko kwestia kosztów i szybkości, i tego, ilu ludzi możesz rzucić na problem – my możemy mieć 1000, którzy potrafią wykonać tę pracę, a oni mogą mieć 100.”
Chen i ja przeszliśmy do końca magazynu, gdzie mieliśmy teraz widok czołowy na ciężarówkę GM. Po chwili obserwowania pracy Jacka, Chen wskazał mi ramiona robotyczne po obu stronach nadwozia samochodu: „Widzisz te? To jest robot do wkręcania. Nawet jeśli produkcja wróci do Ameryki Północnej, nie będą już zatrudniać pracowników do przykręcania śrub. Będą używać robotów.”
Nie byłem tego taki pewien. Czy jednym z powodów, dla których Amerykanie wybrali Trumpa, nie było to, że chcieli odzyskać swoje miejsca pracy dla klasy robotniczej? Chen uważał to za czystą iluzję. Świat się zmienił, podobnie jak młodzi ludzie. Chen kazał mi pomyśleć o Chinach, gdzie kultura fabryczna jest głęboko zakorzeniona, ale młodzi Chińczycy coraz niechętniej tolerują harówkę. „Tak po prostu są teraz ludzie zaprogramowani”. Jeśli nawet Chińczycy nie chcą już pracować w fabrykach, powiedział Chen, dlaczego mieliby chcieć Amerykanie?
Tydzień po mojej wizycie w siedzibie Guchi spotkałem się z Chenem w północno-zachodnim Pekinie, gdzie znajdują się najlepsze uniwersytety w mieście. Zaprosił mnie na spotkanie do siedziby Galbot, jednego z najbardziej promowanych chińskich startupów zajmujących się robotami humanoidalnymi. Jeden z ich robotów humanoidalnych na kołach pojawił się w skeczu na tegorocznym festiwalu księżycowego nowego roku, gdzie podawał aktorowi butelkę wody z półki i składał pranie. Od momentu założenia w 2023 roku Galbot stosuje strategię mniej widowiskową niż wielu jego konkurentów: buduje roboty, które potrafią wykonywać codzienne zadania, takie jak podnoszenie przedmiotów i bezpieczne oraz niezawodne odkładanie ich w inne miejsce. Założyciel, Wang He, powiedział niedawno chińskiemu reporterowi, że ich roboty są już wdrożone w kilku chińskich fabrykach samochodów, chociaż filmy wydają się pokazywać je w ściśle kontrolowanych warunkach.
Roboty „chwytaj i przenoś” Galbot mogą wydawać się znacznie głupsze niż ich rywale wykonujący salta, ale kluczowa różnica polega na tym, że roboty akrobaci działają zgodnie z zaprogramowanymi instrukcjami: są to wyczyny kontroli ruchu i równowagi, ale nie wychodzą poza scenariusz. Rodzaj technologii rozwijanej w Galbot to to, co robotycy nazywają modelem wizualno-językowo-akcji (VLA), który ma na celu umożliwienie maszynom działania w nieznanych i płynnych środowiskach, tak jak robią to ludzie. Na razie roboty Galbot nie potrafią niezawodnie wykonywać zadań, które dla ludzi byłyby trywialne – powiedzmy, mycie naczyń – ale Wang powiedział chińskim reporterom, że zamierza mieć 10 000 robotów wykonujących podstawowe prace w handlu detalicznym i fabrykach w ciągu trzech lat. (Niektórzy pionierzy AI, tacy jak Yann LeCun, są bardzo sceptyczni, że obecny paradygmat deep learningu przyniesie rezultaty, na jakie liczą firmy takie jak Galbot.)
Celem wizyty Chena było sprawdzenie, w jaki sposób roboty Galbot mogą zostać wdrożone w fabryce pojazdów elektrycznych, jednym z najbardziej złożonych środowisk produkcyjnych na świecie. Takie przedsięwzięcie wymaga przeszkolenia robotów na ogromnej liczbie scenariuszy fabrycznych, ale nie ma gotowej bazy danych, z której można by czerpać. Aby Galbot miał jakąkolwiek szansę na wdrożenie swoich robotów w fabryce, potrzebuje specjalisty z dziesięcioleciami doświadczenia w złożonej produkcji, który potrafi zdefiniować odpowiednie zadania dla robota humanoidalnego, jakie dane musi on przyswoić, a nawet uzupełnić to, czego robot jeszcze nie potrafi. Tego właśnie Chen oferuje.
Wjechaliśmy windą na szczyt wieży i weszliśmy do sali konferencyjnej z widokiem na bujny, zielony kampus Uniwersytetu Pekińskiego. Wkrótce potem przybył starszy inżynier Galbot i zaczął przedstawiać Chenowi przegląd najnowszych osiągnięć firmy. Roboty Galbot zostały niedawno wdrożone w 10 aptekach w Pekinie, powiedział, wydając leki 24 godziny na dobę. Zasilane chipami Nvidia, kosztowały około 700 000 juanów (76 000 funtów). W pewnym momencie inżynier zatrzymał się na slajdzie omawiającym technologię stojącą za robotami humanoidalnymi Galbot.
Przed erą deep learning, zauważył inżynier, robotycy przemysłowi, tacy jak Chen, trenowali swoje maszyny ręcznie. Programiści pisali szczegółowe instrukcje dla każdego ruchu. Kiedy coś poszło nie tak, debugowali kod i dodawali kolejną linię, aby obsłużyć nowe scenariusze. Deep learning obiecuje zastąpić ręcznie pisane instrukcje bardziej elastycznym modelem VLA. Główną przeszkodą w tworzeniu takich modeli – dużą przyczyną, dla której „moment ChatGPT” dla robotów jeszcze nie nadszedł – jest niedobór danych.
Badacze mają dwa sposoby zbierania tych danych. Jednym z nich jest proces ręczny zwany teleoperacją, w którym ludzie kierują robotem, aby wykonał precyzyjne zadanie, czasami setki tysięcy razy. Każde zadanie rejestruje pakiet danych, w tym informacje wizualne, pozycjonowanie dłoni, moment obrotowy, głębię i inne, zwany „sekwencją akcji”, która zostanie później wykorzystana do trenowania VLA. Metoda ta jest pracochłonna, dlatego Galbot preferuje drugą: budowanie wirtualnych środowisk. „To jak Avatar” – powiedział nam inżynier, nawiązując do kasowego filmu. „Nie muszę fizycznie wchodzić na pole bitwy, po prostu leżę w moim podzie i mogę to wszystko symulować.”
Inżynier pokazał nam filmy z rzeczywistych testów robotów Galbot jako sprzedawców sklepowych, towarzyszy opieki nad osobami starszymi i robotów-psów poruszających się w ruchu ulicznym na żywo w celu dostaw. Roboty dostawcze, twierdził inżynier, mogłyby być gotowe „za dwa do trzech lat”, jeśli poświęci się im wystarczające zasoby. (Nie podjęli jeszcze decyzji.) Po poznaniu wszystkich możliwości Chen ledwo powstrzymywał podekscytowanie. Zaproponował plan przeszkolenia robotów humanoidalnych Galbot do wkręcania śrub. Ludzcy pracownicy robią to instynktownie, ale rozłożenie tego na czynniki pierwsze dla nieprogramowanego robota ujawnia liczne mikro-decyzje – znalezienie otworu, wyrównanie śruby, zastosowanie odpowiedniej siły i momentu obrotowego, oraz wiedza, kiedy przestać. Inżynier powiedział Chenowi, że roboty Galbot potrafią już chwytać i manipulować narzędziami, takimi jak śrubokręt, ale nie był jeszcze pewien, czy potrafią wyrównać śrubę lub wiedzieć, jak mocno ją przekręcić. „Zdefiniujmy odpowiedzialności” – uspokoił go Chen. „To, czym możecie niezawodnie zarządzać, a co ja przejmę.”
Obie strony zgodziły się co do celu: aby być opłacalnym w fabryce, robot humanoidalny Galbot musiałby wkręcić śrubę w mniej niż osiem sekund. Inżynier oparł się do tyłu, lekko przytłoczony. „Macie tak szeroki zakres wiedzy inżynierskiej.”
„Różne geny” – odpowiedział gładko Chen. „Możemy wspólnie rozwiązać problemy branży.”
Po spotkaniu przeszedłem jeden blok na północ do pobliskiego centrum handlowego, gdzie Galbot umieścił jednego ze swoich robotów handlowych za kioskiem w ramach promocji. Model G1 jest biały i przypomina manekina. W pobliżu stał jeszcze ludzki pracownik, prawdopodobnie na wypadek, gdyby coś poszło nie tak. Zamówiłem Pocari Sweat, japoński napój energetyczny, przez tablet. G1 obrócił się w stronę półki, jego mechaniczne ramiona wysunęły się na boki jak skrzydła, po czym jeden szczypiec zamknął się wokół mojego napoju i podniósł go. Postawił butelkę na blacie z nieco zbyt dużej wysokości, więc napój, choć się nie przewrócił, odbił się kilka centymetrów w bok.
Chen podkreślał podczas naszego wspólnego czasu, że ta technologia rozwija się szybciej, niż mogłem sobie wyobrazić. Ale moje doświadczenie z robotem G1 – zasadniczo ulepszonym, półkompetentnym automatem sprzedającym – sprawiło, że byłem sceptyczny. Dwa miesiące później, w lutym, oglądałem galę księżycowego nowego roku z mojego mieszkania. Robot Galbot pojawił się w nagranym wcześniej segmencie i wyglądał inaczej. Szczypce zniknęły, zastąpione przez 10 przegubowych palców. Ramiona nie były już masywne, ale zwinne i antropomorficzne. Kiedy robot sięgał po butelkę wody z półki, poruszał się znacznie szybciej i pewniej niż wcześniej. Ile z tego zostało zmontowane lub wyreżyserowane, nie wiem. Ale poczułem smak tego, co czuł Chen.
Jeśli widziałeś chińskiego robota tańczącego lub wykonującego kung fu, prawdopodobnie został on wyprodukowany przez Unitree. W zeszłym roku firma wysłała ponad 5500 robotów humanoidalnych, więcej niż jakakolwiek firma na świecie. Niedawno pojawiło się wirusowe wideo pokazujące koncert chińskiej gwiazdy pop Wang Leehom w Chengdu, gdzie roboty Unitree służyły jako tancerze wspierający. Elon Musk udostępnił je ponownie jednym słowem: „Imponujące”. Występy wirusowe służą jako dobra reklama dla Chin. Ale głównymi klientami Unitree są laboratoria i uniwersytety, w tym Oxford, Carnegie Mellon, UC San Diego i Boston Dynamics, które kupują roboty i rozwijają oprogramowanie, aby uczynić je bardziej inteligentnymi. Rzecznik powiedział mi, że Unitree chce, aby ich roboty w końcu trafiły do fabryk i domów, aby mogły „wykonywać niebezpieczne, powtarzalne i żmudne prace dla ludzi”.
Późnym wieczorem jechałem taksówką w mieście Ningbo, kiedy dostałem wiadomość od rzecznika Unitree. Zaplanowaliśmy spotkanie w ich siedzibie w Hangzhou, około godziny jazdy pociągiem, następnego ranka, ale firma nagle zaplanowała „ważne wydarzenie” na jutro, które zamknęłoby wszystkie drogi w pobliżu biura. Niewiele rzeczy w Chinach może zatrzymać ruch i naginać harmonogramy korporacyjne. Sprawdziłem telefon, aby zobaczyć, gdzie jest prezydent Xi Jinping: dwa dni temu uczestniczył w wydarzeniu sportowym w Kantonie, ale nie było jasne, dokąd zmierza dalej.