Latest / Týdeník Respekt / Humanoidní robot už pracuje v továrnách a poráží lidi v půlmaratonu. Kdy přijde pomáhat k vám domů?
Transcript
- 0:00Posloucháte side guist týdeníku respekt.
- 0:02Já jsem Štěpán Sedláček dnes bude řeč o nástupu humanitních
- 0:05robotů s Matějem hofmanem. Himlo one, the basion have
- 0:09maroton in a stagn fivet the minuteon twintes sick secons.
- 0:13At, is it makeing a mrove from lab to the facture fluor?
- 0:18What acty make some robot to není web pay what actually
- 0:20sectured all human need here i high cygle pay now your think
- 0:25that we tags of volbourt? Humarodní robot pracuje v
- 0:35továrně nebo skladu robot vítězí v půlmaratonu předvádí
- 0:38akrobatické triky či bojové umění, řídí dopravu na
- 0:42křižovatce nebo pomáhá v domácnosti a třeba pomalu
- 0:46vyklízí myčku. Rostoucí počet firem a startupů
- 0:49zejména v číně a spojených státech vyvíjí dvounohé roboty.
- 0:52Podobné člověku publikují různá promo videa a mnozí bankovní
- 0:56analytici předpovídají nástup milionů humanoidních robotů.
- 0:59V blízké budoucnosti širokou paletou využití.
- 1:02Podobná očekávání, že do 10 či 20 let nahradí lidi v řadě
- 1:07činností. Humanoidní roboti se už v
- 1:09různých vlnách šíří přinejmenším od 50.
- 1:12Let minulého století. Je to teď jiné 1.
- 1:15Podstatný rozdíl se pojí s nástupem velkých jazykových
- 1:18modelů na různých forem generativní umělé inteligence,
- 1:21od nichž si mnozí vývojáři robotů slibují překonání
- 1:24některých starých překážek. Jak učení pomocí neuronových
- 1:28sítí a velkého množství dat proměňuje robotiku a kam jsme
- 1:32zatím ve splnění prastarého snu o vytvoření mechanické imitace
- 1:36člověka, která bude sloužit jako nějaký gólem, dospěli rozeberu s
- 1:40Matějem hoffmanem, za nímž jsem se vypravil na čvut do budovy na
- 1:44pražském Karlově náměstí mezi experimenty s robotickými rameny
- 1:48a humanoidy, jako jsou roboti, pepr nebo aicup.
- 1:52Podnětný poslech vám přeje Štěpán Sedláček.
- 1:57A no a tohle je teda ta pepr nebo ten petr Lukáš jí říká ptá
- 2:03pepr tak bude mít, ale ona působí tak trošku ve feminině.
- 2:07Jo prostě má gender. No AA Lukáš má diplomku vlastně,
- 2:11že to má být jako recepční. My tam máme teďko prázdnou.
- 2:15Kukaň nám zrušili 1 vrátnici, takže by tam prostě byla, že by
- 2:19studenti se mohli třeba hledám tady tu místnost, že jak to mám
- 2:21udělat. Takže no takže to je teďko
- 2:24jakože lukášova diplomká dělat tohle?
- 2:26Že by ovládla tenhle prostor, jste se nezapsali?
- 2:31Těch recepční vždycky vyžadují podpis.
- 2:35Některým já bych. Taky mohl chodit komondovat,
- 2:38takže to je pepr no a pak tady to je teda ten aichad, který teď
- 2:42má tady rozbitej 1 motor. Takže má teď odstrojenou
- 2:45vestičku, tak tohle je prostě náš jakoby tu nejcennější robot.
- 2:50To je humanoidní robot, z toho z tý Itálie, z toho italskýho
- 2:54technologický institutu. Je to sériové číslo 47, tak oni
- 2:57vlastně jich vyrobili už asi 50. Ten náš je asi 3 roky starej a
- 3:01to je prostě jakoby výzkumná platforma, která prostě má.
- 3:05To má to udělaný tělo tak jako člověk.
- 3:09Jo třeba když si vemete ty klouby na ruce, tak je to stejný
- 3:12uspořádání jako máme my má to prostě rameno 3 stupně volnosti,
- 3:15dá se na tom dělat výzkum různej, třeba jako já dělám
- 3:18takovou tu vývojovou robotiku, že?
- 3:20Že to beru, že to je dítě, který se teď narodilo a my mu děláme
- 3:23jakoby ten mozek, jak prostě se naučí základní věci.
- 3:26Třeba děti se naučej že jo. Podat si hračku to jim třeba
- 3:29trvá 3 měsíce a tam je potřeba nějaká ta vizuomotorická
- 3:34koordinace. Tak to jsou třeba problémy,
- 3:36které my řešíme. Jo, že prostě bez žádného
- 3:38velkého modelu, prostě jako opravdu zničeho s nějakou
- 3:41řekněme malou neuronovou sítí inspirovanou mozkem, jak se to
- 3:44naučí takovéhle základní věci a pro nás je důležité, že má tak
- 3:48všechno, co vidět. Tady pod tím modrým.
- 3:50Tak to je ta senzitivní umělá kůže tam vlastně.
- 3:54Jsou pod tím takovéhle. Trojúhelníčky, tahle to každý
- 3:58tohle to je 1 senzor kníž 4000 senzorů na těle a všechny
- 4:02tyhlety části jsou teda osazený těmahle senzorama, tak já, když
- 4:07pak s ním hraju prostě ty karty, tak já ho třeba různě odstrkávám
- 4:10a on to cítí a musí se mi vyhnout a tak.
- 4:14No takže to je to je na něm jakoby unikátní takovýhle roboti
- 4:17v podstatě prostě žádný jiní nejsou.
- 4:23Hostem podcastu cidga IZ týdeníku respekt je Matěj
- 4:25hoffmann z fakulty elektrotechnické č VUT.
- 4:28Expert na robotiku, který mimo jiné tedy vyučuje kurz
- 4:31humanoidní roboti. Dobrý den, díky, že jste si
- 4:33našel čas. Dobrý den.
- 4:35Tak my jsme se podívali k vám do laboratoře posluchači uslyší i
- 4:39to, na čem trochu pracujete. Mě by zajímalo zhruba za
- 4:42nějakých 40 50 let. Vy sám třeba budete už v
- 4:45důchodovém věku. Myslíte, že se o vás bude starat
- 4:49nějaký robot humanoidní plnohodnotný?
- 4:52To si myslím že je 40. 50 let je samozřejmě těžko předvídat a to
- 4:55si myslím, že je dost dlouhá doba, aby to opravdu bylo možné.
- 4:58A byl byste rád za to? Já k nim mám vztah jako vřelý,
- 5:02já se toho nebojím. Mně by na úvod zajímalo takové
- 5:04stručné zhodnocení experta na robotiku dlouholetého.
- 5:08Do jakého bodu jsme vlastně dospěli v roce 2026, když spolu
- 5:11mluvíme v květnu ten sen postavit humanitního robota je
- 5:16opravdu starý a pracuje se na něm na pokročilé úrovni desítky
- 5:19let ale řekl bych, že v poslední době tam jsou určité.
- 5:25Posuny tak kdybyste měl zhodnotit?
- 5:27Kde teď v tom zhruba jsme za vás.
- 5:31Tak teď určitě jsou velké posuny, jednak v té řekněme
- 5:35startupové scéně, kdy prostě mnoho nových humanoidních
- 5:39platforem AZ hlediska vlastně toho, jak se robotika dělá, nebo
- 5:43výzkumu v robotice, je teď velké téma, že místo vlastně
- 5:47robotických učebnic, které já tady mám všude kolem, je otázka,
- 5:51jestli to vyřeší data. To znamená, že.
- 5:53Tak jako velké jazykové modely a jazykové a vizuální modely,
- 5:57které. Z internetových dat vlastně
- 5:59teďko jako chat gbt je jiné. Modely jsou jako velmi úspěšné,
- 6:02jestli to stejné, půjde aplikovat pro robotiku, to
- 6:04znamená, ještě tam musíme přidat tu akci v tom v tom fyzickém
- 6:08světě a to je teď velké téma pro celou robotickou komunitu.
- 6:11Jestli vlastně pomocí dat místo pomocí vzorečků pomocí robotické
- 6:15teorie vyřešíme robotiku? Čili to je ten největší posun,
- 6:18který se nějak páruje, nebo vlastně jde ruku v ruce s
- 6:21nástupem těch velkých jazykových modelů, které se ale nějak spolu
- 6:25s těmi vizuálními modely teda překládají?
- 6:27Jdete robotiky programátoři robotů vlastně využívají ty
- 6:31velké jazykové modely. Ty vizuální a jazykové modely ty
- 6:33vlastně mají. To se používají taková taková
- 6:35páteř jako vision language, back bown a na to je pak potřeba to
- 6:41propojit s tím fyzickým světem. A to ale není triviální.
- 6:44To je opravdu jako velká výzva, protože obrázků a textů je plný
- 6:48internet. To znamená, tyto modely se
- 6:50prostě naučily z celého internetu.
- 6:52Těch dat je opravdu dostatek a to je vlastně tak naprosto
- 6:55zásadní. Proto, jak tyhle modely
- 6:56fungujou, oni prostě potřebují hodně.
- 6:57Dat a mají prostě schopnost poznat, co je na obrázku.
- 7:02Mají, když řeknu, třeba tady je vizuální scéna.
- 7:06Navrhni, jak uklidit stůl, tak oni to dokáží vlastně říct,
- 7:10vezmi napřed tento hrček. Dej ho tady do toho košíku, ale
- 7:14opak je ta další část. To je, aby ten robot fyzicky
- 7:17udělal v tom světě. To znamená, je tam potřeba ta
- 7:19akce, a to je vlastně teďko ten jakoby oříšek, protože na to ty
- 7:23data na tom internetu nejsou. A to teďko opravdu jako řeší ta
- 7:27startupová a ta robotická komunita, protože ta vize je, že
- 7:30my nebudeme muset ty roboty programovat, což je samozřejmě
- 7:33náročné pro všechny úkoly v domácnosti, ale že když prostě
- 7:36nasbíráme hodně těch dat, tak to bude samo generalizovat a samo
- 7:40fungovat. A to je opravdu teďko
- 7:41nezodpovězená velká otázka, jestli se to povede a kdy se to
- 7:45popřípadě povede. Co asi znají mnozí lidé
- 7:48uživatelé. Sociálních sítí tak videí s
- 7:51roboty v poslední době. Bych řekl, přibylo, souvisí to
- 7:54nějak IS větším počtem firem, které se právě té humanoidní
- 7:57robotice věnují. Hodně se zmiňovala taková ta
- 8:01oslava čínského nového roku, kde tancoval velký počet robotů.
- 8:04Nebo taky myslím bojovali jako schaolinští mniši nebo třeba ten
- 8:09robot onr, který tedy porazil v půlmaratonu člověka překonal ten
- 8:14rekord o nějakých 7 minut. To znamená auto mě běžel přes 50
- 8:19minut 50 26. Myslím pak taky tady byla třeba
- 8:23autonomní mise robotů ve válce na Ukrajině, ale když zůstaneme
- 8:27u těch humanitních robotů, tak máte tam nějaký takový milník z
- 8:29poslední doby, kdy jste si říkal, wow, tak tady se něco
- 8:34stalo. No s těmi videí člověk musí být
- 8:38vždycky opatrný. To se snažím i vlastně učit
- 8:40studenty, jako je to, už čeho se traduje dlouho třeba videa
- 8:44Boston dynamic jsou vždycky impresiv, robot udělá salto
- 8:47robot. Teďko máme teda nějaké třeba ty
- 8:49čínské roboty, které dělají to kung fu.
- 8:52Asi je potřeba si představit, že prostě je to 1 video, které je
- 8:55nějak prostě můžete si zatím představit, protože nevíme, jak
- 8:58to je. V každém jednotlivém případě ale
- 9:00můžeme si představit, že prostě tým inženýrů na tom pracuje
- 9:03třeba několik týdnů a pak se prostě udělá sestříhané video,
- 9:07které trvá 20 vteřin. A určitě není správné si myslet,
- 9:11že najednou ty roboti tohle všechno umí a že to bude
- 9:13generalizovat na jiné prostředí. Nebo v jiném kontextu, takže
- 9:17brát tyhlety videa s rezervou, ale samozřejmě impresiv.
- 9:20To je co na těch videích vidíme ten půlmaraton?
- 9:23To je asi jakoby něco mnohem víc, řekněme s větší já nevím
- 9:28platností relevantní, protože to bylo ve fyzickém světě s nějakou
- 9:31nevím, do jaký míry byla třeba plná ta autonomie toho robota,
- 9:35ale vím, že na tom půlmaratonu o rok dříve byl ten čas přes 2
- 9:38hodiny možná nebo okolo 2 hodin a takže vlastně za.
- 9:41Robota myslíš? Robota na ten půlmaraton.
- 9:44Takže se to posunulo vlastně na na poloviční čas a tohle určitě
- 9:48je velký pokrok. Tyhlety věci jako fungujou
- 9:51roboti mají i jiné takovéhle výzvy třeba hrajou fotbal a
- 9:55určitě to pomáhá prostě překonat prostě nějaké technické
- 9:58překážky. Další věc je potom ale že jo,
- 10:02posunout se od toho, že ten bod bude skutečně něco dělat.
- 10:04A co někdo bude třeba ochotný zaplatit, že to bude něco
- 10:07užitečného a to bude ta další výzva.
- 10:09Máte třeba nějaký tip, na co si dávat právě u takových videí
- 10:12pozor, nebo co sledovat, co odborníci robotiky berou jako
- 10:16takovou bernou minci nebo poznávací prvek?
- 10:19Aha, tak tady to je prostě jenom čistě naprogramovaná
- 10:22charoagrafie, zatímco tady už vidíme nějaké prvky autonomie.
- 10:26Pokud to je video, které releasene samotná ta firma, tak
- 10:30to už je i něco znamená. Jako že ta věrohodnost není,
- 10:32není tak velká. Pokud je to video, které třeba
- 10:35ten robot byl někde na nějakém veletrhu.
- 10:37Kde ho natočil někdo jiný nějaký novinář, tak to už je určitě
- 10:40věrohodnější. Můžeme se podívat na to, jestli
- 10:43to video bylo sestříhané. Obecně, prostě, pokud třeba
- 10:48vidíme, že ta firma má stánek na veletrhu, kde ten robot jako
- 10:52něco dělá. Lidé si na něj můžou šáhnout.
- 10:54Novináři si udělat vlastní video, tak to už je určitě
- 10:56znamená víc, i když je to pořád jenom demo a další kroky potom,
- 11:00když je to prostě nějaký třeba deployment v nějaké továrně.
- 11:03Ale zase ta firma si to třeba typicky natočí.
- 11:06Sama a musíme to brát s rezervou.
- 11:09Ono při sledování těchhle videí má občas člověk, že teda teď
- 11:13nastupuje věk humanoidních robotů novým.
- 11:16Jak to máte vy? Jestli to vnímáte taky tak, nebo
- 11:20už v něm žijete? Mnohem dýl vlastně.
- 11:23No asi asi ano, já to i teď vidím třeba na té mé jako
- 11:27přednášce, že studenti ví je víc víc studentů rok od roku, mají o
- 11:30to větší zájem. Byla to taková jako řekněme,
- 11:33univerzitní záležitost, jejich humanoidi bylo prostě pár
- 11:36univerzit na světě, které dělal humanitní robotiku.
- 11:38Hodně toho bylo v Japonsku, včetně teda nějakých firem, kde
- 11:41to třeba byla taková jako vlajková loď, spíš PR nějaké
- 11:44firmy, ale teď se to opravdu pohnulo.
- 11:47Do té startupové scény jsou a vlastně jsou tady prostě 1.
- 11:52Nebo vlastně už relativně hodně firem pořád asi startupů, ale
- 11:56které se snaží o prostě nějaký 1 1 nasazení v praxi v hodně
- 12:01vlastně investorských peněz se narizovalo a takže vzniká nějaký
- 12:05ekosystém? Kde teda je k dispozici nějaká
- 12:09logistika třeba v číně? Opravdu se tam jsou tam nějaké
- 12:12prostě dodavatelské řetězce? Cena těch humanoidů klesá.
- 12:18Koneckonců, můžete si vlastně, na když půjdete na, můžete si
- 12:21koupit na na na alze unitree roboty, buď ty čtyřnohé nebo
- 12:25nebo humanoida. Takže to znamená, že to opravdu
- 12:28jako udělal nějaký kus cesty, kdy si to může vlastně koupit
- 12:31každý a stává se to určitě cenově dostupnější.
- 12:36Každý koupit a vlastně s tím, jak experimentovat IS využitím.
- 12:39Možná těch velkých modelů. Ano, asi nejde se to jako
- 12:44představit, takže to je prostě nějaká.
- 12:46Jako další další apka na na telefonu, se kterou jako půjde
- 12:50něco snadno dělat. To, co podle mě teďko bude ten
- 12:55další krok, je, aby ti roboti opravdu dělali něco užitečného.
- 12:58To znamená já, když si koupím tady, toho tady toho robota a on
- 13:02mi přijde tak on prostě mi přijde k němu nějaký playstation
- 13:05ovladač on bude chodit, může mi zamávat, může mi zatancovat?
- 13:10A tam to vlastně končí, to znamená, já si nemůžu koupit
- 13:12robota, který něco užitečného udělá a tam se to teď jakoby
- 13:15bude lámat vlastně, aby ty roboti prokázali, že že udělají
- 13:18něco užitečného. Tak jakému užití to teď za vás
- 13:22nejvíc směřuje? Já vím, že ty oblasti jsou vedle
- 13:26předvádění, tedy různých gymnastických prvků, což je spíš
- 13:30asi jako taková reklama. Co je ta technologie umí?
- 13:33Se mluví o pečujících třeba rod botech nebo o botech, teda v
- 13:35domácnosti, kteří pomáhají. Nevím, jaké jsou další sféry u
- 13:38těch humanitních robotů. Já myslím, že ta hlavní konečná
- 13:44aplikace, kde ten humanoida největší smysl jsou právě
- 13:46tyhlecty domácnosti, možná nemocnice péče, kde vlastně ten
- 13:51robot je atraktivní, teda homoroidní forma je atraktivní v
- 13:54tom, že je to vlastně ten ten obecný robot, který není
- 13:57jednoúčelový. Který vlastně zastane všechno,
- 13:59co zastaneme my, což je ale samozřejmě strašně těžké v.
- 14:02Tom lidském světě si poradí, že jo, protože má.
- 14:06Přesně tak to znamená, ta motivace je nepřestavujme náš
- 14:10byt naší domácnost tak, aby tam fungovaly tyhle ty roboty, ale
- 14:15náš svět už je přirozeně uzpůsobený pro naše tělo, takže
- 14:18třeba ten robot nemusí vypadat úplně přesně jako já, tak já
- 14:21měřím metro 80. Když ten robot bude mít metr 20
- 14:24pořád ještě došáhne na stůl. Tak to je vlastně to bude jako
- 14:28stačit. Možná to bude i lepší, protože
- 14:29bude o něco lehčí a bezpečnější, ale prostě bude fungovat v tom
- 14:33našem prostředí. Když má 2 ruce, tak to víme, že
- 14:36jako taky užitečné pro manipulaci.
- 14:38Takže to je 1 aspekt 2 aspekt je ta komunikace, to znamená pokud
- 14:43to bude robot pro interakci s člověkem, tak nám se přirozeně
- 14:46dobře interaguje prostě s člověkem, který se mu můžeme
- 14:49dívat do očí, který používají nějaká gesta, který mi rozumíme.
- 14:53Takže to jsou ty motivace. A myslím si, že tam jako bude ta
- 14:57aplikace, kde to prostě bude dávat nejvíc smysl a to je
- 15:00zároveň ta aplikace, která je asi asi nejtěžší, protože ta
- 15:03domácnost je nestrukturovaná. Je tam interakce s člověkem,
- 15:06musí být zaručena bezpečnost a tak dále.
- 15:09Já. Nevím, jaká je ještě další
- 15:10využití se se nabízí. Jako někdy se mluví taky o té
- 15:13oblasti security, jako třeba nějakého dohledu nad prostorem
- 15:17nebo já nevím, jestli v armádě? To to úplně asi.
- 15:21Nevím. Hodně těch firem, teďko vlastně
- 15:24zvolilo takový možná mezikrok, že vlastně je nasazuje v
- 15:28průmyslu v továrnách a kde třeba přinášejí krabice nebo přenášejí
- 15:33nějaké autodíly, což je prostředí, které je mnohem více
- 15:37strukturované, mnohem jednodušší, mnohem
- 15:39předvídatelnější a jsou tady nějaké jakoby 1 deploymenty,
- 15:44například ten figur AIV. Továrně PMV.
- 15:49Nebo agility robotik s nějakým DXO skladu v Oregonu.
- 15:55A to jsou určitě mnohem jako jednodušší prostředí a ty firmy
- 15:58si to zřejmě vybraly záměrně, protože tohle vlastně dneska
- 16:01jakoby je možné. Můžeme se bavit o tom, jestli to
- 16:03je už jakoby třeba komerčně opravdu, jako jestli tam je
- 16:07nějaká návratnost, nebo zatím je to možná takové strategické
- 16:09rozhodnutí IZ hlediska těch firem třeba té automobilky, že
- 16:14že to jako chtějí mít, aby? Protože se bojí třeba že.
- 16:17Že zmeškají dobu nebo fear of missing out a ale co bych se
- 16:22tady jakoby ptal je proč ten robot je vlastně na těch nohách?
- 16:25To znamená, že v té tovární hale, která je plochá vlastně
- 16:29mnohem praktičtější, mít nějakou mobilní platformu, která potom
- 16:32může mít třeba to torzo s těma rukama AS hlavou ale.
- 16:39Když se podíváte na ta videa, tak ten dvounohý robot tam tak
- 16:42jako pajda a přenáší ty krabice a určitě jsou jakoby
- 16:45efektivnější způsob, jak to vyřešit, což.
- 16:47Třeba Boston dynamix měl tu platformu, která se jmenuje
- 16:49stratč, která vykládá kamiony a Boston dimix.
- 16:53Jak víme, dokáže postavit humorní roboty, ale pro tuhle tu
- 16:55jakoby aplikaci vyvinula robota, který má opravdu jako mobilní
- 17:00bázi. Ten robot potom, jakoby je
- 17:02vlastně mnohem lépe ovladatelný, nemůže spadnout a tak.
- 17:07Takže ty sklady vlastně a ty továrny pro ty humanoidy?
- 17:10Myslím si, že to jako není úplně to prostředí, kde musíme mít
- 17:13humanoida. Ale možná že ty firmy prostě
- 17:15přemýšlí do budoucna, že tohle zatím teď zvládneme, ale pak
- 17:18chceme být někde, kde už budou potřeba ty nohy.
- 17:21Jste zmiňoval toho mix, které proslavil mimo jiné tedy ten
- 17:26čtyřnohý robot, který že jo je běžně dostupný.
- 17:29Vy ho tady máte taky pro výzkumné účely v několika
- 17:32verzích, tak stejně by vlastně nebyl lepší nějaký kentaur, jako
- 17:36že má 4 4 nohy a potom třeba nějaký lidský trub s rukama.
- 17:40Určitě posten dynamic vlastně. Jo víme, že je schopný vlastně
- 17:45vyvinul i toho humanida, což byl ten atlas a můžete se podívat na
- 17:49vlastně posto dynamic video, kde oni procházeli nějakou evolucí.
- 17:53Oni vlastně pak vyvinuli robot a handl, který byl na nohách a
- 17:56zároveň na konci těch nohou kola, který jako jezdil a
- 17:59přemisťoval věci ve skladu a pak vyvinuli tuhletu platformu
- 18:03stretč, které prostě udělají tu mobilní bázi na kole.
- 18:06Nicméně aktuálně je ten vlastně elektrická verze toho humanoida.
- 18:09Ten atlas, který se postupně s ním taky směřují.
- 18:13Do průmyslu mají teď vlastně nějaký partnerství s toyota
- 18:15restrurační institut, která se vlastně specializuje na tu
- 18:18manipulaci, takže všechny tyhle ty možnosti jsou na stole a bude
- 18:23rozhodovat teda, která ta aplikace bude vhodnější, pro
- 18:26kterou ten typ těla, pro kterou morfologii v tetování hale je
- 18:30vlastně i je zajímá, jakoby ten foodprint, to znamená robot,
- 18:34který je na kolech, tak mu musíme vyhradit dráhu, která je
- 18:36přece jenom nějak jakoby větší. Ale zase prostě ta
- 18:39manévrovatelnost AI energetická úspor a to, že nemůže spadnout,
- 18:43jsou určitě velké výhody. Mě by právě zajímalo, kdo za vás
- 18:47je v tomhle ohledu třeba nejdál, protože mi přijde, že ono se to
- 18:51pojí IS těmi závody ve vývoji umělé inteligence, že v
- 18:54současnosti je to asi do velké míry závod mezi čínou a
- 18:58spojenými státy, kde vidíme firmy.
- 19:01Já vím, že čínská průmyslová asociace počítá zhruba přes 200
- 19:06startupů čínských nebo firem, které vlastně?
- 19:08V současnosti vyvíjí humanoidní systémy.
- 19:12To je teda ta asociace cm RA. Americký magazín wirete taky
- 19:17píše, že v Americe to je prostě víc, jak tucet firem, které taky
- 19:21pracují na humanitních robotech. Vidíme tady v Teslu Elona muska
- 19:25Google research dělá nějaké roboty, pak je tady právě Boston
- 19:30dyin amix, což je teda firma, která vznikla v Americe.
- 19:32Že jo vlastně lee Google, ale v současnosti.
- 19:36Jí teda patří. Firmě Hyundai motor group, což
- 19:39je vlastně jihokorejská firma, tak by mě zajímalo za vás, kdo
- 19:42kdo vyčnívá. Za tím v tom vývoji v humanoidní
- 19:45robotce. To je jako složité říct za
- 19:48složité vůbec sledovat, ale určitě jsou tady ty, řekněme. 2
- 19:52velká centra 1 je teda v číně, což je asi hlavně oblast Šanghaj
- 19:56changen, kde teda určitě teď ta firma unie pak je firma agipods
- 20:01ubítek. Které vlastně dělají všechny
- 20:03humanoidní roboty v Americe, je to teda především v Kalifornii
- 20:08AV Texasu, tak je tam, je tam ta firma agility robotics s robotem
- 20:12digit pak teda Tesla. A potom vlastně v Kalifornii
- 20:16ještě figur ai a bost Boston dynamic, teda v masasaschuset.
- 20:22Samozřejmě to se těžko jako porovnává.
- 20:26Můj osobní názor je za mě jsou vlastně jako důvěryhodnější ty
- 20:29firmy, které mají tu jakoby inženýrskou robotickou historii,
- 20:33což je právě Boston dynamix, protože oni jsou vlastně lídři v
- 20:36tom jako, jak navrhnout kráčejícího robota třeba
- 20:39posledních 20 let. A my teda inženýrů, který jasně
- 20:42jasně dokázal prostě vyvinout opravdu?
- 20:44Jakoby bezkonkurenční, bezkonkurenční pohyblivost
- 20:47robotů a zároveň třeba poslední 2 roky.
- 20:50Oni se otvírají té té EI scéně. To znamená to, že tyhle tajta
- 20:53tomu říkáme jakoby robotika řízená daty a zároveň vlastně
- 20:57mají nějaké. Jednak mají teda partnerství s
- 20:59Hyundai, protože to je jejich vlastník a jednak mají třeba teď
- 21:01nově partnerství s tou toyota reserage institute, který se
- 21:04specializují na tu manipulaci. Zase z těch z těch dat tak to je
- 21:08pro mě třeba jako určitě jako velmi řekněme, důvěryhodný
- 21:11projekt. Musím říct, že důvěryhodnější
- 21:14než třeba projekty, když Tesla, která má výborná autonomní auta,
- 21:19si řekne, budeme to stejné, pouze uděláme taky humanoida a
- 21:22budeme ho řídit jako auto. To je pro mě jakoby méně
- 21:24důvěryhodné, protože si nemyslím, že vlastně umělá
- 21:27inteligence, která kterou, protože to firma, která dělá
- 21:30mobily nebo která dělá auta, že bude zrovna tak dobrá, potom
- 21:33humanoidní robotice. Že nemá ty zkušenosti nabrané a
- 21:36vlastně a data taky asi ta data má ale otázka, jak jsou
- 21:39využitelná. No ale jasný tak otázka je, jak
- 21:43hodně věříme tomu, že ta data opravdu jako vyřeší všechno ale.
- 21:48My potřebujeme prostě tu kvalitní mechatroniku a to
- 21:52znamená jako postavit humanoidního robota není
- 21:55jednoduché. Můžete si samozřejmě nahajovat
- 21:56nějaké inženýry, ale prostě firma, která má za sebou jako
- 21:59historii prostě v návrhu kráčejících robotů je pro mě.
- 22:03Řekněme to důvěryhodnější než firma, která do té doby dělala
- 22:07elektroniku a teď si řekla, já mám ai, tak já můžu dělat i
- 22:11humanoidního robota, protože z těch dat to zvládne každý.
- 22:13Vidíte tam ještě nějaké černé koně mimo právě ten okruh,
- 22:16spojené státy a čína, protože třeba v Japonsku historicky
- 22:20byla, byly firmy, které vyvíjely humordní roboty vim, že třeba
- 22:25teď firma sonny představila nějaké to robotické rameno,
- 22:28které poráží tedy stolní tenisty.
- 22:32No tohle je dobrá otázka. Já já když učím ten předmět
- 22:35vlastně ty humanoidní roboty, tak na 1.
- 22:37Přednášce začínám v historii humanoidní robotky, která je.
- 22:40V Japonsku tak vlastně tam je vabot.
- 22:42Baseda univerzita v Japonsku, kde v 70.
- 22:45Letech byl 1. Kráčející robot, který chodil a
- 22:48mával a což nám může připomínat nějaké ta videa, která vidíme
- 22:52teď, že vlastně firma zase jako udělá rymi z videa, kde robot
- 22:56chodí a mává a mělo by to být, jakože zítra už bude pracovat,
- 22:59tak to je prostě potřeba brát tak nějak s rezervou.
- 23:02Ale nicméně teď to Japonsko je taková jako takové slepé místo
- 23:05na mapě z hlediska týhle těch startupů v té humanoidní
- 23:08robotice, protože tam se vlastně nic neděje.
- 23:10Nebo já o tom nevím a ty velké firmy, které dřív měj svoje
- 23:14vlajkové humnoidy, řekněme spíš pro píár, jako honda nebo jako
- 23:18sony, tak vlastně tyhlety projekty taky vlastně se
- 23:20nezdají, že by byly příliš aktivní.
- 23:23Ale na co se můžeme podívat, což je pro nás tady relevantní
- 23:26Evropa. To jsem se chtěl právě zeptat,
- 23:29jaká tam Evropa? A Evropa určitě, jakoby řekněme
- 23:32se dá říct, že zaostává za těmito jakoby centry v číně, AV
- 23:36Americe, ale něco se tady určitě děje.
- 23:38Máme nějaké řekněme tradiční firmy robotické IV humaridní
- 23:43robotice, jako je třeba palrobotix, což je španělská
- 23:46firma a pak tady máme nové firmy, které mají i humanoidní
- 23:49platformy. Což je neurarobotic v Německu a
- 23:53teď je úplně nový startup, který vlastně získal docela hodně
- 23:56peněz, který se jmenuje generative bionix v Itálii v
- 23:59Janově, který vlastně vychází z toho italského technologického
- 24:02institutu, kde má vlastně humanoidní robotika.
- 24:04Tradici vlastně od nich je i náš robot ae cup.
- 24:07A když se ještě podíváme teda na ty různé možné limity nebo
- 24:12bariéry v tom dalším vývoji, tak jako když se na to kouká člověk
- 24:15laicky, tak si říká, tak ten hardware asi už do velké míry
- 24:19jako vyřešený byl, ne, že jsou pokročilý roboti, kteří prostě
- 24:23mají tu mechatroniku na velké úrovni, ale řešilo se to
- 24:27programování. A právě ta umělá inteligence víc
- 24:30nebo se pletu? No tak já si myslím, že to
- 24:33určitě jde ruku v ruce a když bych pořád měl srovnat jako
- 24:38robota, se schoplsmi mého vlastního těla, tak
- 24:40mechatronicky prostě jako zdaleka to není tam, kde jsme
- 24:44my. To, co je aktuálně asi vůbec
- 24:47nejdůležitější, jsou ty jsou, ty jsou ty ruce, to znamená moje
- 24:51ruka. Co se týče nějaké jakoby
- 24:52powerdenesity a kolik já tam mám vlastně jakoby zpětné vazby?
- 24:56Kolik tam mám senzorů? Kolik mám z aktivních stupňů
- 24:59volnosti ta haptika, to znamená, že já vlastně se nemusím.
- 25:02Nemusím přesně vědět, kde ta sklenice na stole je.
- 25:05Já to můžu udělat i poslepu a prostě tady ta schopnost jako té
- 25:09téhle té aktivní interakce s hmatovou zpětnou vazbou s
- 25:12předměty takovou žádnou robotickou ruku nemáme a nějakou
- 25:17dobu ještě asi mít nebudeme. Máme samozřejmě ruce, který mají
- 25:20nějaký počet prstů 2 3, 4, 5 a které mají.
- 25:23Nějaké dotykové senzory. A můžou mít třeba i kamery, že
- 25:26jo a jako na 2 stranu, že jo proti člověku.
- 25:29Ano ano můžeme mít nějaké jakoby super human, prostě je tam
- 25:33senzory. A mimochodem, kamery se vlastně
- 25:38teďko hodně používají i pro hmát vlastně i hmatové senzory jsou
- 25:41teďko vlastně tady i máme nějaké v laboratoři, že?
- 25:44Představte si třeba bříško prstu vašeho, kde uvnitř bude kamera,
- 25:48která se kouká na ty deformace a místo toho opravdového hmatu
- 25:52budete mít prostě kameru, která. Samozřejmě otázka je ta
- 25:55škálovatelnost na bříška prstů. Možná můžete být na každého
- 25:58bříško prstu 1 kameru, ale asi nemůžete mít kameru kamery po
- 26:02celém po celém povrchu těla, ale nicméně samozřejmě my víme, že
- 26:07ty hluboké neuronové sítě jsou prostě silné.
- 26:09V tom zpracování obrázků to znamená jakoby jak je to
- 26:12anglické přísloví, máme kladivo, vidíme všude hřebíky, tak ta
- 26:16komunita. Samozřejmě se to snaží využít,
- 26:18to znamená, že vlastně převádí všechno na obrázky včetně té
- 26:21hmatové informace. A samozřejmě je v tom nějak
- 26:24úspěšná, nicméně pravý lidský hmat, kde já prostě si něco
- 26:27aktivně ohmatávám, je trošku ještě pořád něco jiného.
- 26:31No a když to přeneseme, teda třeba do toho domácího
- 26:34prostředí, kdy ten robot by se měl pohybovat v nějaké jasně
- 26:38vymezené domácnosti v nějakém prostoru a tam dělat nějaké tady
- 26:41předdefinované úkony, tak co tam je vlastně za řekněme nějaké
- 26:47bariéry v tom, aby to fungovalo do budoucna?
- 26:50Hlavní za vás? Protože některé ty příklady,
- 26:53které bylo vidět, tak. Humanit house keybor think uni
- 26:59your fortnite as a dollers you comp preworter on acces new yo
- 27:02robout now. With tolivery and one, two the
- 27:06sex think of re here. Just one lidocach the maby i
- 27:12human bahen the carton poling the robot straings.
- 27:16It is raw. The robot relab a company
- 27:19represent many to puaring your house.
- 27:22The use camer ese to gottings don cos many people.
- 27:25This is crazy, your have to be okay.
- 27:27What thess for the prolec to berous.
- 27:29For to byly roboti, kteří teda už nějak fungovali, ale vlastně
- 27:32tam byl neustále spojení s lidským operátorem, který to
- 27:35nějak korigoval, ať už kvůli bezpečnosti, tak kvůli limitům
- 27:38té. Té technologie a teď, teda když
- 27:41se pracuje s těmi vizuálními modely, tak samozřejmě asi jde s
- 27:46velkým počtem na dat nahrávek toho, co jako dělá člověk, ho
- 27:52nějak naučit ty aktivity. No tak ta domácnost je prostě
- 27:56asi opravdu to dá se říct to jako nejtěžší možné prostředí,
- 28:01protože každá domácnost je jiná. Když.
- 28:06Že když třeba, když pojedete do nového hotelu a jdete tam na
- 28:11snídani, tak to je vždycky jako problém, jako kde co je, jak já
- 28:14se zorientuju kde najdu ty svoje lupínky.
- 28:16A takhle si představte, že ten robot přijde do té nové
- 28:18domácnosti a to je opravdu jako kognitivně a prostě celkově jako
- 28:23velmi náročné přijdete do cizí kuchyně a máte něco uvařit, že?
- 28:26Jo, tak to je pro nás jako extrémně náročné, že?
- 28:29Jo a pro pro robota pro robota je to ještě ještě náročnější,
- 28:34takže to a to je 1. Část další část je, že jsou tam
- 28:38teda prostředí s člověkem, to znamená tam můžou být tam ten,
- 28:41kdo tam bydlí, tam můžou být děti tam můžou být domácí
- 28:44zvířátka. Tam je strašně moc, prostě věcí,
- 28:47které jde velmi obtížně předvídat a tohle a je potřeba
- 28:51zajistit bezpečnost a aby ten robot opravdu jako něco udělal,
- 28:55aby prostě nevyklízel myčku 5 hodin.
- 28:58I to může být užitečné, ale prostě aktuálně.
- 29:01Viděli jsme možná to příkladu toho robota neovanex, který
- 29:05vlastně to je takové jako i takové pilot, že se teda si ho
- 29:08můžete zřejmě objednat. Do vaší domácnosti a jejich
- 29:13aktuální jako. Verze je, že je to autonomní,
- 29:16není, to znamená, bude někdo v té firmě, kdo bude mít nějaký VR
- 29:20brejle na na sobě? Bude vám teda toho robota řídit
- 29:23a ten příslib je, že až nasbírají dost dat, což se vám
- 29:27může nebo nemusí líbit, můžete. Nemusíte s tím souhlasit, tak už
- 29:31to potom bude běžet autonomně a to je v nějakým smyslu, jakoby
- 29:34řekněme vizionářský, ale jestli tohle bude možný, oni slibujou,
- 29:38že to bude možný za rok nebo za 2.
- 29:41Ale tohle možná nebude fungovat ani za 20 let.
- 29:43Tam jsou nějaké zásadní problémy, které to.
- 29:46Extrémně. Slo složitý problém, no naše
- 29:50děti se to učí taky jako mnoho let, tak třeba že jo, tak moje
- 29:57dcery jsou už jako velmi schopné pomocnice v kuchyni a těm je 9 a
- 30:0112 a před 5 lety by to tak dobré nebylo a trvá to.
- 30:06A plus mají teda nějakého řekněme učitele, že že jim
- 30:09vysvětlujeme, jak se to dělá, tak ty roboti budou muset projít
- 30:12něčím něčím podobným. Ta ta jako vize je že oni budou
- 30:16sdílet ty svoje zkušenosti. To znamená, že když ta firma
- 30:19prodá do těch robotů do dost domácností, tak se to všechno
- 30:22nahraje na ten 1 1 cloud AZ toho to bude jakoby zobecňovat.
- 30:26To je jakoby ta ta vize, ale těch dat je řádově pořád strašně
- 30:31málo, když si to srovnáme s těmi jazykovými modely.
- 30:34Kolik oni, když přečetli to všechno, co vlastně na internetu
- 30:37je? Z pohledu té staré školy v
- 30:41uvozovkách robotiky, kdy prostě jasně víte, jak jsou
- 30:44naprogramovány jednotlivé úkony, tak mi přijde, že to využití
- 30:48právě těch pokročilých modelů vede k nějakým v uvozovkách
- 30:52černým skříňkám, že už potom asi do detailů nevíte, jak se robot
- 30:57díky těm hlubokým neuronovým sítím naučil právě to, proč to
- 31:01řeší právě takhle? Je to pro vás problém, nebo to
- 31:05prostě jde ruku v ruce s tím, že.
- 31:08To jde s tímhle technologickým směrem.
- 31:12U těch humanitních robotů, jako že tam vlastně nebude úplně,
- 31:16nebo samozřejmě je možnost asi nějaké interpretability nebo
- 31:20nějakého výzkumu, jako zjistit, jak proč to dělá, stejně jako se
- 31:23to zjišťuje u těch velkých jazykových modelů.
- 31:26Ale ale tady se bavíme o stroji, který se pohybuje ve fyzickém
- 31:29světě, interaguje s dalšími věcmi lidmi.
- 31:33Tohle je určitě důležitá otázka a možná tohle ve výsledku může
- 31:37být i jako vlastně brzda. Třeba nasazení těch robotů do té
- 31:41domácnosti. Protože my musíme potom v
- 31:43nějakém v nějakém řešit opravdu vážně tu bezpečnost a každý
- 31:48vlastně produkt, který si můžete koupit, má třeba na CE označení,
- 31:51pro které musíte něco splnit. A my máme nějakou vlastně nějaké
- 31:55normy pro ty kolaborativní roboty, to znamená, to jsou ty
- 31:58roboty, které které? Nejsou v kleci v továrně, ale
- 32:01můžou stát vedle pracovníka lidského.
- 32:04Přesně tak přesně tak a na to máme nějaké normy.
- 32:06To je kde vlastně je definované třeba?
- 32:09Ten robot mě může uhodit silou třeba 200 newtonů.
- 32:13Jo ale ne víc a to je tam přesně napsané.
- 32:16A já, když budu nějaký ten bezpečnostní technik, tak já na
- 32:19té konkrétní aplikaci si to můžu vlastně naměřit.
- 32:21Musím zajistit, že ten robot nemůže toho člověka nikam
- 32:24přimáčknout, že ten robot nemá v ruce ostrý nástroj a že pokud
- 32:27tomu kontaktu dojde, ten robot má nějakou možnost to poznat
- 32:31zastavit a já změřím tu sílu. A to je ale velmi jako
- 32:35regulované prostředí, kde já přesně vím, jak ta aplikace
- 32:38funguje, to znamená operátor. To stojí tady robot stojí tady a
- 32:41podávají si 1. Za půl minuty si podají tuhletu
- 32:44věc. No a teď, když si představíte,
- 32:46že jste v té domácnosti najednou místo tohohle manipulátoru na
- 32:50stole, máte humanoida, který váží třeba třeba 100 kilo.
- 32:54A ten robot už musí, aby mohl fyzicky pomoct.
- 32:57Ten robot už musí mít dostatečnou sílu, to znamená,
- 33:00nemůže to být nějaký jenom jako plastový sociální robot, který
- 33:03jako který vám jako nemůže ublížit, to je třeba, jak
- 33:05funguje třeba robot pepr. A zároveň nebo na vás může
- 33:10spadnout? A tohle všechno je, musí teda
- 33:12splnit nějaké podmínky. No a teď máte nějaký řídící
- 33:15systém toho robota? A pokud ten řídící systém by
- 33:18teda nějaká end to end neuronka, která z toho, co ten robot vidí,
- 33:23generuje nějaké chování toho robota a kterou?
- 33:25Si ten neuronovou síť. Neuronka a, které nikdo
- 33:29nerozumí, tak nikdo to nebude moc nikdy posvětit, že tohle to
- 33:33je tohle, to je bezpečné. Jo, navíc třeba ty normy na ty
- 33:37kolaborativní roboty aktuálně pracují s tím, že robot je
- 33:41takzvané neúplné zařízení. To znamená, nikdo nemůže říct.
- 33:44Tenhle robot je bezpečný, musí se vždycky říct v tomhle
- 33:46kontextu, kde ten robot podává tohleto tomu pracovníkovi je to
- 33:50OK, protože jsme to změřili, ale to je úplně jiná jiná situace,
- 33:54než když vlastně byste si vybalil robota humanoidního z
- 33:57krabice, kterého řídí něco, čemu nikdo nerozumí.
- 34:01Existují nástroje jak tuhletu interpretabilitu nějak jakoby
- 34:04zlepšit nebo prostě pochopit. Co tady ta neuronová síť dělá,
- 34:08ale to je opravdu jako úplně jiná situace, a to může prostě i
- 34:12vlastně ten legislativní rámec. Pro tohle může trvat třeba 10 20
- 34:17let, stejně jako u těch autonomních aut, která pořád
- 34:19ještě nikde moc nevidíme. Tady asi stojí za to podotknout,
- 34:22že i možná IV. Těch spojených státech, kde
- 34:25třeba regulace umělé inteligence je teď dost na nízké úrovni na
- 34:29té federální úrovni, a tak v případě asi těhlech robotů
- 34:32fyzických, to tam taky na to hledí.
- 34:35Ne? Takže to taky je rozdíl.
- 34:38Určitě. V tom ta výhoda prostě toho ten
- 34:42pokrok v tom softwarovém světě je tak jakoby tak tak rychlý,
- 34:46nebo v té umělé inteligenci, která je v tom virtuálním světě.
- 34:49Protože je dost dat, a protože se nemůže až tak moc stát, když
- 34:53to takhle řeknu a naopak víme, že jako ve spojených státech
- 34:56vlastně se jakákoli jakoby škoda nebo újma na zdraví bere velmi,
- 35:00velmi vážně, takže prostě tam jakoby posvětit robota, který má
- 35:05dostatečnou sílu, který může člověku ublížit je, je je prostě
- 35:08v každém případě velmi složité a je to mnohem složitější, než to
- 35:12autonomní auto, které má laserové senzory a které.
- 35:15Vlastně i zajistit, že auto do nikoho nevrazí oproti tomu, že.
- 35:19Humanoid v domácnosti nikoho nezraní, to je mnohem
- 35:22složitější. Protože by to bylo příliš drahé
- 35:24vybavit stejnými senzory jako třeba mají ty auta, nebo.
- 35:28No to asi to asi taky tak třeba to auto, které já nevím, stojí
- 35:32půl milionu, tak ten lidar to znamená tenhle ten ten jakoby
- 35:37více směrový laserový senzor může stát třeba 100000, možná i
- 35:43víc a to už je položka. Velmi významná, ale pro to auto
- 35:46to třeba může být OK. Ale prostě pro toho humanoida.
- 35:49Pokud si jakoby připočteme ještě vlastně takovouhle nějakou
- 35:52cenovku, tak to jako samozřejmě je problém proto, jakoby se
- 35:56snaží ty společnosti sázet na kamery nebo hloubkové kamery,
- 36:00ale právě třeba v tom průmyslu těch kolaborativních robotů,
- 36:04tyhlety, hloubkové kamery nebo běžné kamery vlastně nikdo
- 36:07nedokáže certifikovat, že jako oni vidí člověka a označí ho
- 36:10tam, ale nikdo neví, kdy toho člověka třeba neuvidí, protože
- 36:14jim bude třeba, že tam budou jiné světelné podmínky.
- 36:16A to se prostě jako aktuálně nedá posvětit, že to je
- 36:19bezpečné. Jak na tom je ta možnost vlastně
- 36:23i nějaké potom kontinuálního učení těch humanitních robotů
- 36:28skrze vlastně možná všechny, skoro všechny smysly lidské.
- 36:32Nevím, jak je to třeba s čechovými receptory URO třeba ty
- 36:36haptické, ten hmatové, to je tady, zkoumáte, to mají zrak,
- 36:39mají chuť, je to tak, no to je to ale jako z vícero smyslů
- 36:43pomocí umělé inteligence. Tedy by se mohl za pochodu nějak
- 36:48dotvářet, což samozřejmě pak je otázka i jako filozofická, jak
- 36:53moc by se stával jako lidským aktérem, ale nevím tak.
- 36:57My se zabýváme tím, že ten náš robot ae cup, což je takové
- 37:01čtyřleté dítě, má zrak. Má 2 oči jako my vidí i vlastně
- 37:05má stereo vidění. Což je teda komerčně dostupná
- 37:08technologie, kterou jste si upravili, je to tak?
- 37:12To je vlastně humanit platforma, kterou.
- 37:15Kterou vyvinuli v tom italském Janově a náš robot má sériové
- 37:20číslo 47, je aktuálně jich je po světě asi 50, což jsou typicky
- 37:24prostě univerzitní pracoviště. Je to výzkumná platforma je
- 37:27jakoby open source, což neznamená, že vy si ho můžete
- 37:30postavit nebo teoreticky můžete, ale typicky si ho objednáte.
- 37:33Italové vám ho postaví, ale sdílí se vlastně ty ty softwary,
- 37:37ty mozky to znamená, že když v Londýně nebo v Janově vyvinou.
- 37:41Nějaký software, který třeba vás rozpozná v obrázku, nebo.
- 37:44Umím manipulovat předměty, tak já si ho tady jenom nahraju a já
- 37:46se třeba soustředím na to, co zkoumá naše skupina.
- 37:48Ten robot je unikátní v tom, že má citlivou kůži po celém těle.
- 37:53Má asi 4000 prostě hmatových dotykových receptorů, a to je
- 37:57něco, co je vlastně úplně nové v tom světě.
- 37:59Té robotky robotika je hodně prostě založená na tom vidění,
- 38:02protože obraz se nám prostě daří dobře zpracovávat a každá kamera
- 38:06je v nějakém smyslu stejná. Pak máme teda tu, tu tu motoriku
- 38:10máme nějakou propriocepci, ale on dokáže změřit, kde v jaké
- 38:13pozici má nějaký kloub. A my teda vlastně se hodně
- 38:17specializujeme na ten hmat. To znamená, když budu mít
- 38:20citlivou kůži po celém těle, co můžu dělat, jaké to má?
- 38:22To je zajímavé právě právě pro tu bezpečnost.
- 38:24A možná, že to bude ta cesta pro ty humanoidy v domácnosti, že
- 38:27když budou mít tu citlivou kůži, tak budou moct opravdu zaručit,
- 38:30že že všechno cítí a že že nikoho nezraní.
- 38:34No AA, to jsou asi tak ty smysly, které pro ty roboty jako
- 38:38dávají smysl chuť a čich jako se myslím, nikdo moc nepokouší
- 38:42dělat. Dokud nezačnou vařit v kuchyni,
- 38:43tak to nepotřebují. No možná a vařící roboty to taky
- 38:50nějaké máme, pak mají teda sluch, to znamená mít mikrofon a
- 38:52to je důležité pro tu komunikaci.
- 38:54A to není v současnosti jako to těžké.
- 38:56Vy teda potom experimentujete IS těmi velkými modely v tomto
- 38:59případě. Ano, tak zkoušíme to tak jakoby
- 39:05pilotně. Třeba můj doktorand.
- 39:06Vlastně si vlastně stáhnul nějaký ten nějaký ten velký
- 39:09model, který byl trénovaný na nějaké robotické ruce s nějakým
- 39:13chapadlem. Která má prostě najít předměty
- 39:15na stole a sebrat je a to byla zajímavá zkušenost v tom, že
- 39:20přestože oni vlastně vždycky tvrdí, že je tam to zobecnění,
- 39:24ta generalizace, tak ty modely fungují zatím opravdu.
- 39:28Jako jsou vlastně my. Tomu říkáme jakoby overfit na
- 39:32určité prostředí, v kterém byly trénované.
- 39:35A pokud máme robotickou ruku, která je třeba stejně velká, ale
- 39:38je jiná, má jinou barvu, nebo má jiné to chapadlo?
- 39:42Tak najednou vlastně nefunguje prakticky nic a je poměrně jako
- 39:45složité. To vlastně nějak jakoby ladit?
- 39:47Co na tom nefunguje? Takže tyhlety modely jsou prostě
- 39:50křehké, na tom jsou hodně závislé na těch datech, na
- 39:52kterých byly natrénované a tady vlastně mě napadá taková
- 39:58myšlenka, když. My si pak můžeme podívat,
- 40:02existují i vlastně datasety před tehdy to opravdu o těch datech
- 40:05tady ta jakoby data je řízená robotika, tak tam se můžete
- 40:09podívat, na kterých robotech to bylo.
- 40:11Sbírané a kolik hodin máte třeba nasbírané na tom kterém robotu a
- 40:15na tom, na kterém bylo těch hodin jako dost?
- 40:17Bude fungovat, pokud ale všechno ostatní třeba bude stejné a na
- 40:21těch kterých to prostě bylo, které jsou málo reprezentované v
- 40:24tom datasetu, to prostě aktuálně nefunguje.
- 40:26Tady vlastně hrozí takové, nevím, jestli je to nebezpečí,
- 40:28ale může se stát, že budou prostě populární modely robotů,
- 40:32možná i humanoidů, na který ke kterým bude dost dat a které
- 40:36budou takové jakoby AI powers, že tam opravdu ta umělá
- 40:41inteligence fungovat bude? Ale ten trh se možná pak bude
- 40:44muset zredukovat, že prostě je pro některé roboty nebude místo,
- 40:47protože. Je jich málo exemplářů je málo
- 40:49dat, a tudíž tato filozofie prostě nebude fungovat.
- 40:51My vám jich líto pak těch slepých větví.
- 40:54Nevím prostě, my jsme byli zvyklí v robotice, že robotů je
- 40:58mnoho druhů, mnoho ramen, mnoho humanoidů a ty učebnice té
- 41:02robotiky jsou natolik obecné, že já tam jenom vlastně dám ten
- 41:06model toho robota a je 1. Jestli má 7 kloubů nebo 6 je 1,
- 41:10jakou má přesně morfologii, jestli má delší předloktí nebo
- 41:14kratší předloktí, protože. Ta matematika je obecná, ale ty
- 41:17data to znamená tady, teda tyhlety modely naučené s daty
- 41:21roz ty obecné nejsou. To znamená, že jakmile bude mít
- 41:23třeba robot kameru na jiném místě, nebo budu mít, bude mít
- 41:26ruku, která má místo 6 kloubů 7 tak najednou vlastně třeba
- 41:30nefunguje nic. Potom, když můžete defakto je
- 41:34konverzovat z humanoidním robotem, který má minimálně nebo
- 41:38v rámci té své učební fáze vychází právě z vícero smyslů.
- 41:43Tak asi to je specifické, ne potom ty identity jednotlivých
- 41:46robotů. Na základě toho, na čem byly
- 41:49učené, že to je prostě rozdíl, než když si povídáte s chatbotem
- 41:54nebo ne. Tak určitě se jakoby ví, nebo
- 41:58prostě studuje, že ten to vtělení ten embodiment pro
- 42:02interakci člověka s robotem hraje roli.
- 42:04To znamená, že tady ta, jestli to třeba studuje ve vzdělávání,
- 42:08to znamená, když si vezmete, že třeba dítě bude mít svého AI
- 42:13tutora v mobilu. Anebo to bude malý humanoid,
- 42:16kterého kterýho bude učit matematiku, tak většina těch
- 42:18studií vychází tak, že jako ten emboliment to vtělení tam jako
- 42:22pomáhá. To znamená, že prostě je ta
- 42:23komunikace je efektivnější. Člověk si přirozeně vytváří
- 42:27nějaký vztah, nějaké emoce, vlastně nějakou projekci do toho
- 42:31robota. Takže víme, že tohleto důležité
- 42:34je a zkoumá. Se to IZ 2 strany jak jinak ta
- 42:38inteligence. Se projevuje, když právě má i
- 42:42tu. Ještě víc ten lidský rozměr, než
- 42:45je jenom data, že jo čistě textová.
- 42:48Tak já třeba jako vůbec jako ve své práci věřím v tu jakoby
- 42:52vtělenou kognici. To znamená, že naše myšlení,
- 42:56naše mysl náš mozek je prostě opravdu hodně bytostně silně
- 43:00ovlivněn, v jakém jsme těle to znamená.
- 43:04Když nevěřím třeba na to, že můžeme jakoby přesadit mozek
- 43:06někam jinam, že si ho můžeme mít v baňce, nebo že ho můžeme dát
- 43:09do těla robota. Protože vlastně to to, jak jsme
- 43:12spřažení s tím tělem, je opravdu strašně intimní, strašně
- 43:15složité, strašně bohaté. A na.
- 43:17Matrix zapomeňte. No ZZ mého z mého pohledu ano,
- 43:22ale tady tohle to hnutí vlastně tady ten trend těhletěch
- 43:27robotika založená na datech oni vlastně vytvářejí i datasety,
- 43:30které jdou napříč těly různých robotů.
- 43:32Navíc je tam vlastně motivace učit se z internetu, kde lidé
- 43:36dělají věci. Máte třeba datasety, jak lidé
- 43:38vaří, a to jsou potenciálně užitečná data.
- 43:41Můžete podle toho vlastně to je jako z 1 osoby, takže můžete pak
- 43:45vlastně máte záznam na kameře, co člověk?
- 43:47Dělá, když vaří, AZ toho můžete trénovat toho robota a jsou pak
- 43:51datasety, které jsou jakoby napříč roboty různé ruce,
- 43:55dokonce jsou, kde jsou i mobilní roboty i ruce.
- 43:57A ta z mého pohledu jako trošku naivní představa je, že když
- 44:02těhle těch dat bude hodně, tak budeme mít takový 1 jako super
- 44:06mozek, který jakoby ovládne jakéhokoli robota, což víme, že
- 44:12evoluce touhle cestou nešla, protože prostě já, nebo židafa
- 44:15nebo krokodýl máme z dobrých důvodů jiným mozek.
- 44:18Protože máme jiné tělo, ale tady vlastně by mohla vzniknout
- 44:21jakoby jiná inteligence, která má prostě obrovský mozek, který
- 44:25jako ovládne jakékoli tělo, ale z mého pohledu, čím větší ten
- 44:29rozdíl mezi těmi těly, bude tím méně toho pozitivního transferu.
- 44:33Jako tam bude mezi těmi mezi těmi embodimenty.
- 44:36To znamená, že ten jako super mozek bude mít bude obrovský,
- 44:39ale pokud budeme tím řídit robotického červa, tak jako
- 44:43většina toho mozku stejně nebude úplně užitečná.
- 44:45A tam se nabízí i ta možnost, že bude teda nějaká centrální
- 44:48inteligence řídit v reálném čase vícero jednotek jako já nevím
- 44:53nějaká inteligence chobotnice? Jo, kdy je ještě nějaká
- 44:57elementární inteligence v těch chapadlech, ale zároveň je to
- 45:00řízené z 1 mozku. No takhle právě funguje jakoby
- 45:05ta biologická inteligence jo jako my taky náš mozek taky není
- 45:08jako centrální řízení našeho těla.
- 45:10Jo, máme máme míchu, máme strašně moc, vlastně
- 45:13distribuované inteligence. V rukou AV celé té nervové
- 45:16soustavě u té chobotnice je to ještě mnohem markantnější.
- 45:19Vlastně chobotnice má třeba polovinu svých neuronů ve svém
- 45:22těle v těch chapadlech a oni jsou v určité míry autonomní,
- 45:26ale touhle tou cestou právě jakoby ta aktuální jako data
- 45:31sentrig robotics nejde. Oni vlastně jdou cestou toho
- 45:33jako. Super mozku centralizovaného a
- 45:38dejte mi všechny vstupy ze všech kamer a dejte mi ten jazykový
- 45:42promt. Já to v tom obrovském mozku
- 45:44zpracuji, až to pochopím a pak vyplivnu ty souřadnice pro
- 45:50všechny ty motory, to znamená, je to prostě jo, není tam vůbec
- 45:53tady ta distribuovaná inteligence, která funguje
- 45:56vlastně tam je zpětná vazba, třeba jakoby různé rychlosti.
- 45:59Třeba do mozku nám trvá, než než dojde nějaká informace nějakou
- 46:02dobu nevím, třeba třeba 20 milisekund, to znamená.
- 46:05My my potřebujeme třeba pro, aby jsme mohli chodit nebo běhat,
- 46:10tak potřebujeme mít vlastně i rychlejší zpětnou vazbu, která
- 46:12běží někde v míše a ten mozek o tom ani nemusí vědět, ale tady
- 46:16ta vlastně robotika založená na datech ta takhle nefunguje.
- 46:20Ta má 1 obrovský mozek, který počká na všechny vstupy a udělá
- 46:23všechny výstupy a nejsou tam tyhlety právě tyhlecty
- 46:26chobotniceidní jakoby distribuované řízení.
- 46:30AZ pohledu lajka teda jako když si říkám, tak bude nějaký on.
- 46:33Board model v tom robotu, který zajišťuje to, že když mu někoho
- 46:37podrazí nohy, tak bude stát ví jako nějak základně se pohybovat
- 46:41a pak bude ještě nějaký centrální model, který ale
- 46:43zadává příkazy a dokáže to jako nějak zformovat a tak.
- 46:48No to by asi mohla být ta asi jakoby správná cesta, ale to je
- 46:56vlastně komplikovanější na realizaci.
- 46:59Protože oni vlastně. Chtějí mít ten 1 velký model na
- 47:04té své farmě grafických karet, který tam běží v tom cloudu a
- 47:08pak už jakoby by neradi řešili něco navíc.
- 47:11Ale jakmile budeme mít tyhlety destičky, který jsou
- 47:13specializovaný na ruku tohohle robota, tak tady ta filozofie 1
- 47:17mozek jakoby vládne všem a je tam ten transfer, to je tam ta
- 47:21generalizace, tak ten už potom jakoby nefunguje.
- 47:24A tam to trochu spěje, ne jako k těm on board modelům, že se bude
- 47:27to zmenšovat a ten model poběží jako na.
- 47:29Na grafické kartě i jak oko odděleně od od toho cloudu.
- 47:35No nevím, jestli to tam jakoby úplně spěje, ale určitě je
- 47:39prostě nějaká věc. Co je třeba ten e computing a 1
- 47:42věc, o které jsme nemluvili, je že vlastně ten aktuální model
- 47:45přes tyhlety obrovské modely, ten obrovský transforme pro tu
- 47:48robotiku je samozřejmě prostě energeticky náročný.
- 47:51Drahá je jako. Výpočetní náročný je drahý, teda
- 47:54jako jak peněžně, tak i tak energeticky.
- 47:58A prostě je to praktické. Je to pro ně produktivní,
- 48:03protože je to univerzální no. Pokud já budu mít potom tu
- 48:07konkrétní už aplikaci budu mít, teda budu to chtít jakoby
- 48:11deploynout na nějakou teho toho menšího robota někam tak a
- 48:15nebudu chtít používat ten cloud, což z dobrých důvodů třeba
- 48:17nebudu chtít. Tak se musím zabývat tou
- 48:20energetickou náročností a inference v těch modelech je
- 48:23samozřejmě jakoby potřebuju menší procesor, než potřebuji na
- 48:26to učení. Ale pořád.
- 48:27Pokud mám obrovský model s nějakým milionem vah, tak.
- 48:30To je prostě problém a ten počítač bude muset být nějak
- 48:33velký, takže tenhle ten směr má určitě tuhle tu nevýhodu.
- 48:37Pokud já použiju tradiční řízení pomocí rovnic učebnice, tak já
- 48:40prostě mám jakoby analytické řešení, které extrémně rychlé,
- 48:43extrémně levné naspočítání, takže to je jakoby 1.
- 48:46Výhoda tohohle a pak je ještě 1 alternativa existuje jenom
- 48:50taková oblast, která se jmenuje event based sencing a neuro
- 48:55morfické počítání. To znamená, že já můžu mít
- 48:57vlastně nějakou destičku, kde budou.
- 48:59Nějaké umělé neurony, a to je jiná architektura než jakoby von
- 49:02neumannova počítačová architektura, kde já vlastně
- 49:05mám, jakoby my tady takový takový desky máme kde prostě.
- 49:10Mám, mám prostě pole neuronů, které opravdu napojím na
- 49:12senzory, které třeba máme tady kamery, které třeba mají signál
- 49:16ne pořád, ale signál jenom, když se něco změní, je to hodně
- 49:19inspirované našimi senzory. Takový můžete mít i hmát.
- 49:22My vlastně taky se i cup se vlastně pořád ptá svých senzorů
- 49:26na jejich signál třicetkrát za vteřinu.
- 49:28Většinou se tam nic neděje, protože se ho nikdo nedotýká a
- 49:31naše naše vnímání funguje jiným způsobem, takže ta biologická
- 49:34cesta by byla tímhletím směrem. To znamená reagovat, jenom když
- 49:37se něco děje a počítat to takhle úsporně, ale ta biologická cesta
- 49:42není obecná, je prostě specializovaná na toho daného
- 49:45robota, a to pro ten průmysl není úplně praktické.
- 49:48K tomu dalšímu se možným scénářům dalšího vývoje.
- 49:51Já jsem koukal na nějaké odhady. Třeba bank of America, tak její
- 49:54analytici teda predikují, že? Za nějakých 9 let v roce 2035
- 49:59budou výrobci robotů vyvážet 10 milionů humanoidních robotů za
- 50:05rok Morgan Stanley předpovídá, že v polovině století bude
- 50:09využití už miliarda robotů, z toho teda skoro 1/3 přes 300
- 50:15milionů v číně, zatímco v ve spojených státech 78 milionů.
- 50:18To je teda taky. Myslím, že článku.
- 50:23Wired amerického tak když vám tyhle ty čísla říkám, tak.
- 50:26A vy jste dlouholetý vývojář robotů, tak to ve vás vzbuzuje
- 50:32spíš jako pozitivní emoce. Těšíte se, nebo tam jsou spíš
- 50:36obavy z toho? Já spíš vůbec nevím, jako z čeho
- 50:42tyhle ty čísla pochází a vlastně nemám k tomu asi jako co říct.
- 50:46To jsou takový vyloženě divoké predikce a vůbec se to nemusí
- 50:51stát. A vůbec nevíme kdy.
- 50:53Jsou to spíš takový hausnumena. No mě by ještě zajímalo právě
- 50:57trochu ten sociální rozměr a vy to i zkoumáte teda skrze toho
- 51:01toho svého robota, který simuluje dejme tomu několikaleté
- 51:04dítě, ale jak právě vnímáte ty bariéry z pohledu vztahu, robotu
- 51:11a lidí, protože to není úplně samozřejmé, že že lidé jako
- 51:14přijmou takové stroje, které navíc mají senzory a de facto
- 51:19jde o kamery na nohou, které všechno monitorují, a někam ta
- 51:22data posílají. A tak dál.
- 51:25Jo, tak tady určitě bude nějaký, jakoby prostě budu nějaký
- 51:28kulturní rozdíly. Tak víme, že ta jako japonská
- 51:30společnost nějakých historických důvodů je tomu mnohem mnohem
- 51:33otevřenější a zároveň oni mají nějaký že jo stárnoucí populaci
- 51:39demografický problém, řekněme větší než my a teď existuje jaký
- 51:43program, jestli je to montshot, kde vlastně oni se snaží tohleto
- 51:46jakoby vyřešit technologicky a ta jejich společnost s tímhle
- 51:50jakoby nemá, nemá ty předsudky, když to tak řeknu.
- 51:52Takže tam jakoby uvidíme asi jak daleko.
- 51:54Oni budou schopni dojít k tomu říct můžu vlastně ten můj
- 51:59předmět. Má i vlastně část o té sociální
- 52:03robotice, sociální interakci člověka s robotem.
- 52:06Musí se to prostě udělat správně.
- 52:08To znamená, máme nějaké nástroje na to, a tam je důležité, že na
- 52:11to prostě potom nestačí. Inženýři na to jsou potřeba i
- 52:14prostě psychologové a designéři, kteří se specializují na tu
- 52:17interakci tak, aby byla přirozená, aby byla člověku
- 52:19příjemná. A pokud se to udělá správně, tak
- 52:23si myslím, že ta mi my můžeme prostě opravdu jako vyvíjet tím
- 52:26směrem, aby ta technologie byla člověku příjemná, přijatelná.
- 52:29A to si myslím, že v tom nevidím problém.
- 52:31A když se teda podaří do nějaké míry automatizovat pomocí
- 52:36robotu, výrobu a to se teda už děje jo, že když odhlédneme od
- 52:39těch humanitních robotů, tak samozřejmě to je jako jasný
- 52:42trend. Neli mega trend.
- 52:44Tak jak vnímáte ty sociální dopady a možné řešení, protože
- 52:48se mluví potom o různých cestách, jak jak prostě to
- 52:52tlumit nebo jak řešit potom ten pracovní trh, když prostě.
- 52:57Velká část pracovních míst přejde na umělou inteligenci a
- 53:00na roboty. Kteří prostě můžou díky tomu
- 53:03fyzickému rozměru vykonávat opravdu ty práce, tak, jak o tom
- 53:07přemýšlíte, když vy víte sám roboty, jestli třeba spíš
- 53:11přemýšlíte o té dani z robotu, o které se mluví třeba bill Gates?
- 53:14Jestli mi je třeba proponent té dani z robotů nebo nebo jiných
- 53:18cestách, tak ještě jsem mluvil třeba o univerzálním
- 53:21nepodmíněném příjmu nebo takových věcech.
- 53:23Nevidím smysl nějak v nějaké daně.
- 53:24Zrovna to myslím, že to je prostě.
- 53:26Inovace jako jako každá jiná v nějakém smyslu máme tady, že jo
- 53:30několik průmyslových revolucí. Máme tady prostě desetiletí.
- 53:35Století automatizace, kdy jsme typicky automatizovali práci,
- 53:39která byla nejšpinavější, nejnáročnější.
- 53:44Nejmonotenější a tohle je vlastně nějaký pokračování.
- 53:47Tohohle trendu. Můžeme se bavit o tom, jestli
- 53:50pracovní místa mizel, že se vždycky vytváří, se zase nějaká
- 53:53nová. Tak jsou tam ta ludická hnutí,
- 53:55které jsou potom zapomenutá, že jo nějaká generace lidí, která
- 53:58se bouřila proti těm strojům. A nemusí se pak určitě prostě
- 54:01samozřejmě investovat do nějaké rekvalifikace a tak dále.
- 54:06Pokud ty roboti nakonec opravdu budou tak schopní, že udělají
- 54:09všechnu práci, což si můžeme všeho představit.
- 54:12Nebo můžeme se vrátit k čapkovu RRUR tak tohle by byla realita,
- 54:16zatím je to teda, byla to sci fi v roce 19 120.
- 54:18Asi je to vlastně pořád scifi, ale v nějakém řekněme
- 54:22krátkodobějším horizontu. Podle mě to nedává ekonomický
- 54:25smysl, protože vždycky vlastně podporujeme inovace, tak abysme
- 54:27byli konkurenceschopní a my to nebudeme umět zavést na celém
- 54:32světě. Pokud budeme danit naše roboty,
- 54:33tak budou pracovat jiní roboti. To znamená, nemyslím si, že to
- 54:37jako dává jakýkoli ekonomický smysl, třeba z hlediska našeho
- 54:39státu. Myslím.
- 54:41Že musela být globální nějaká daně, no my.
- 54:43Jsme si tím podřizovali vlastní vlastní větev a.
- 54:46Což teda víme z jiných oblastí, že se nepodařilo?
- 54:49Víme, že třeba uhlíková daň by dávala smysl z pohledu jako
- 54:52ochrany klimatu, ale nikdy se to neprosadilo.
- 54:55Tak asi je taky spousta prací, který lidi nedělají úplně rádi a
- 54:58ty roboti ji můžou dělat, že jo. To to určitě.
- 55:01Poslední otázka, vy jste sám zmiňoval Karla Čapka ROV lednu
- 55:04to teď bylo 105 let od premiéry mé divadelní hry Karla Čapka,
- 55:07která dala světu název robot robot jakkoliter.
- 55:10Autorem je myslím Josef Čapek. Toho slova, když ho poradí
- 55:13Karlovi, mě mrzí vám za vás, co je jako nejlepší právě
- 55:18zpodobnění, nebo vaše oblíbené zpodobnění humanitních chorobotů
- 55:22ze sci fi, že až do té míry, třeba že to i pomáhá vědcům
- 55:26právě tahleta imaginace nějak potom ve vývoji těch věcí,
- 55:29protože vlastně to tak je, že vlastně v nějakém snu IV tom
- 55:32uměleckém snu je naznačeno něco, co potom může posloužit i
- 55:35konspirace. To já popravdě já popravdě ani
- 55:38vlastně na to nejsem úplně jako že bych jako nesleduju úplně
- 55:41jako to to. Scifi scifi filmy o rovotech až
- 55:45tak moc. Mimochodem ten robot i cup to je
- 55:48vlastně vychází z toho filmu airobot, že to je i cup znamená
- 55:52něco jako mládě, takže ten to jeho jméno pochází.
- 55:54Pochází z tohohle toho filmu, ale možná bych se zastavil u
- 55:57právě u toho RUR. Vlastně když si to otevřete
- 56:01teďko nebo půjdete na RUR do divadla, tak je vlastně úžasný,
- 56:05jako že ta hra je pořád vlastně extrémně aktuální a my dodneška
- 56:09vlastně zajímavé i to, že ty. Ti roboti vlastně byli jako na
- 56:13té biologické mazi. Biotechnologie že jo?
- 56:15Z té živé hmoty a to je něco, co my jako dodneška nemáme a oni
- 56:19byli vlastně lepší než to, co my máme teď.
- 56:22A ještě je tam 1 takový zajímavý aspekt, že vlastně oni tam tam
- 56:25bylo několik generací těch rozumových robotů a ta ta
- 56:29myslím, že je asi 2 generace. Oni vlastně jim tam přidali, ty
- 56:32oni tomu říkají něco jako nervy na bolest, aby se sami
- 56:35nepoškozovali. A tím vlastně oni začali být
- 56:39citlivější, začali se o sebe starat.
- 56:42A tohle je vlastně velmi, jako podle mě tomu hmatu a tomu tomu
- 56:45emborimentu, který já studuju. Že vlastně aby ten robot se stal
- 56:48jakoby lepším a aby vlastně můžeme říct, aby měl vědomí,
- 56:52nebo oni se pak dokonce do sebe zamilovali, tak je vlastně
- 56:55potřeba mít ten hmat a možná i tu bolest, aby měli vlastně ten
- 56:58jakoby takový prožitý vtělený vztah s tím svým prostředím.
- 57:02Takže oni vlastně tam vnesli tu bolest a ten hmat.
- 57:06A díky tomu se začali dít věci, což je jako taky velmi jako
- 57:09aktuální myšlenka. Dodává na závěr Matěj hoffmann z
- 57:13fakulty elektrotechnické č VUT. Já vám mockrát děkuju za
- 57:16rozhovor a že jste si našel čas na respekt.
- 57:18Děkuji. O vývoji robotů by šlo mluvit
- 57:20ještě dlouho a velkou kapitolou je i sociální rozměr přijetí
- 57:24humanoidů ve společnosti a jejich možné budoucí role.
- 57:27Ale o tom zas v nějakém příštím caigestu, ale hlavně i na
- 57:31stránkách týdeníku respekt. Díky ženám věnujte pozornost, že
- 57:35si předplácíte a kupujete respekt.
- 57:37Bez vás by to nešlo na slyšenou se těší Štěpán Sedláček.