Dovolte mi namalovat obrázek. Řekněme, že chcete, aby humanoid uvařil lahodnou večeři, zatímco vy sedíte na gauči a sledujete Netflix. Jak by to fungovalo na technické úrovni, když humanoid vyžaduje několik mozků, aby vám připravil večeři? Inteligence robota není monolitická, ale tým AI modulů kombinujících pomalé uvažování s rychlými reflexy (design System 2 + System 1). Jeho model vision-language-action (VLA) rozděluje kognici na modul uvažování a reaktivní kontrolní politiku. Protože robot běží na multimozkové kognitivní architektuře, roztočí specializovaného operátora "šéfkuchaře", který by vyřídil váš požadavek, jako je průzkum kuchyně pomocí kamer, vyhledání receptu a následné nasměrování jeho končetin, aby začaly krájet zeleninu. Tyto mozky lze rozdělit na následující operátory. Mozek #1: Chcete-li uvařit lahodnou večeři, potřebujete výkonného plánovače. Interpretuje váš příkaz ("připravit večeři") a určí cíl (připravit těstoviny). Pomocí porozumění přirozenému jazyku rozhoduje, jaké dílčí úkoly jsou potřeba (najít ingredience, uvařit těstoviny, prostřít stůl atd.) a které jiné mozky by měly každý z nich zvládnout. Koordinuje multiagentní systém: aktivuje specializované moduly pro vidění, znalosti a pohyb. Tento deliberativní mozek (systém 2) činí rozhodnutí na nejvyšší úrovni, stanovuje přístup a rozděluje zodpovědnosti před zahájením jakýchkoli fyzických pohybů. Mozek #2: Teď, když máte recept, budete potřebovat robotické oči a prostorové vnímání. Zpracovává kamerové záznamy za účelem identifikace ingrediencí, nástrojů a jejich umístění v kuchyni. Pomocí pokročilého počítačového vidění vidí prkénko, zeleninu v lednici, nůž na pultu atd. Vytváří 3D mapu prostředí a sleduje relevantní objekty (například kde se nachází sůl nebo pánve). Tento percepční mozek (System 2) pracuje pomaleji než reflexy, ale poskytuje přesný kontext scény pro plánování. Tím, že rozpozná všechny zúčastněné části, vzdělává robota v reálném světě. Mozek #3: Tento mozek funguje jako znalostní báze a paměť robota (Systém 2). Načítá a analyzuje informace potřebné pro daný úkol, v tomto případě vhodný recept a pokyny k vaření. Může se dotazovat online kuchařky nebo její interní databáze na recept na těstoviny a poté interpretovat kroky (uvařit vodu, nasekat česnek atd.). Připomíná fakta o kuchyni (například kde se uchovává koření) a zkušenosti z vaření z minulosti. V podstatě poskytuje sémantické porozumění a znalosti světa. Poté vypočítá abstraktní instrukce (karamelizovat cibuli) do konkrétních parametrů (teplota, načasování), které může robot provést, a zajistí, aby plán byl v souladu s vašimi preferencemi. Mozek #4: Když jsme si vyjasnili cíl a prostředí, vymysleli jsme podrobný herní plán. Rozděluje cíl vysoké úrovně na uspořádané akce a podmíněné kroky. Plánuje úkoly (někdy paralelně, jako je předehřátí trouby při krájení zeleniny) a stanoví milníky (uvařená voda, připravená omáčka). Sleduje také pokrok a může za běhu přeplánovat, pokud se něco změní (řekněme, že chybí nějaká složka). Poté předá tuto akční sekvenci mozkům na úrovni pohybu k provedení. Další mozek Systému 2. Mozek #5: Je čas přejít od architektury Systému 2 k Systému 1, převedení plánu do konkrétních pohybů robota. Pro každou akci (jako "jdi k ledničce" nebo "nakrájej mrkev") generuje použitelné trajektorie pro tělo a končetiny robota. Tento modul zpracovává plánování dráhy a inverzní kinematiku, výpočet společných drah a úhlů, aby se robot pohyboval hladce a bez kolizí. Obvykle používá naučené motorické zásady (jako je politika difúzního transformátoru) k vytváření plynulých pohybů pro složité úkoly. Pokud Brain 4 řekne, aby vytáhli hrnec z ledničky, Brain 5 přijde na to, jak tam robota dostat a jak hrnec uchopit. Kde v případě potřeby koordinuje více končetin (například pomocí dvou rukou zvedá těžký hrnec). Vysoká úroveň záměru se mění v konvergenci hardwaru a softwaru pohybujícího se v pohybu Mozek #6: Jakmile je stanoven plán pohybu, je čas jej provést. Tento nízkoúrovňový řídicí mozek Systému 1 pohání akční členy robota (motory a klouby). Nepřetržitě snímá senzory (úhly kloubů, sílu, rovnováhu) a vysílá řídicí signály pro sledování trajektorie. Pomocí regulačních smyček (PID regulátory, prediktivní řízení modelu atd.) k udržení přesnosti, pokud se robot začne naklánět nebo se nůž odchýlí od kurzu, okamžitě provede korekci. Jedná se o reflexy a jemnou motoriku pracující při milisekundových rychlostech. Když robot krájí mrkev, Brain 6 moduluje sílu a upravuje úhel čepele, aby získal rovnoměrné plátky bez sklouznutí. Je to jako podvědomá "svalová paměť" systému, která automaticky zpracovává detaily na nízké úrovni. Mozek #7: Poslední část se zaměřuje na neustálé zlepšování. Během přípravy večeře a po ní analyzuje výkon. Rozlilo se něco? Míchala se příliš pomalu? Tento modul využívá zpětnovazební učení a autokalibraci k aktualizaci modelů robota v průběhu času. Základní dovednosti robota byly zpočátku trénovány na masivních lidských demonstracích a pokusech a omylech, ale musíte je neustále dolaďovat. Pokud objeví efektivnější techniku krájení na kostičky nebo lepší úchop špachtle, aktualizuje své zásady tak, aby další večeře proběhla ještě hladčeji. Tento adaptivní mozek umožňuje humanoidovi stát se zručnějším se zkušenostmi. Kodek: Operátoři v akci Jak architektura Codecu tyto mozky propojuje? Každý "mozek" běží jako samostatný modul operátora v systému umělé inteligence robota. Orchestrace Fabric kodeku poskytuje každému operátorovi vlastní zabezpečené prostředí v izolovaném prostoru. To znamená, že modul vidění, jazykový/logický modul, plánovací modul atd. běží izolovaně, ale komunikují prostřednictvím definovaných rozhraní. Pokud jeden modul spadne nebo má chyby, nesrazí to celého robota, ostatní běží bezpečně. Tato modulární konstrukce také usnadňuje aktualizaci nebo výměnu jednoho mozku bez ovlivnění zbytku a podle potřeby přidává nové specializované operátory. Tento operátorský přístup přímo podporuje rámec multi brain. Když požádáte o večeři, výkonný mozek robota (Brain 1) může roztočit operátora "šéfkuchaře", který se věnuje tomuto úkolu, zatímco ostatní operátoři se paralelně starají o vnímání a kontrolu. Každý operátor má přístup pouze ke zdrojům, které potřebuje (například agent receptu může mít přístup k internetu pro načítání instrukcí, zatímco řídicí agent komunikuje pouze s hardwarem), což zvyšuje bezpečnost. Modulární design kodeku v izolovaném prostoru je lepidlem všech těchto různorodých dovedností, které spolupracují, podobně jako mikroslužby v softwaru, což humanoidům umožňuje spolehlivě zvládat složité úkoly, jako je vaření večeře od nuly. To je důvod, proč $CODEC bude primární infrastrukturou pro robotiku.