Межа між цифровим інтелектом та фізичною вправністю стрімко розмивається. Проєкт ENPIRE від Nvidia демонструє, як сучасні ШІ-агенти можуть самостійно опановувати складні маніпуляції в реальному світі, відмовившись від жорсткого програмування. Синтезуючи потенціал великих мовних моделей із роботизованим обладнанням, система переходить до парадигми навчання через експерименти та аналіз помилок. Це прокладає шлях до створення по-справжньому гнучких автономних виробничих систем, здатних миттєво адаптуватися до нових завдань.
Сучасна робототехніка тривалий час потерпала від проблеми «жорстких сценаріїв»: машина могла ідеально виконувати одну й ту саму операцію мільйон разів, але ставала абсолютною марною при найменшій зміні умов. Проєкт ENPIRE пропонує фундаментально інший підхід, перетворюючи роботів на повноцінних учнів. Замість того щоб слідувати прописаному коду, група машин під керуванням інтелектуальних агентів самостійно досліджує фізичний простір, опановуючи високоточні завдання, що потребують тонкої моторики та спритності.
В основі системи лежить синергія апаратної потужності та когнітивних можливостей LLM. Для реалізації проєкту було залучено вісім ШІ-агентів на базі OpenAI Codex, яким виділили певні обчислювальні ресурси у вигляді графічних процесорів та бюджету токенів. Перед ними було поставлено мету: максимально швидко та безпомилково освоїти конкретні фізичні дії.
Процес навчання нагадує людський пошук рішення: агенти не просто перебирають варіанти, а використовують комплексний аналітичний цикл. Вони шукають візуальні підказки в навколишньому середовищі, вивчають технічну документацію в інтернеті, обговорюють знайдені стратегії між собою та проводять серію ітерацій безпосередньо на обладнанні. Якщо дія призводить до невдачі, система перезавантажує сцену і намагається змінити керуючі функції, фактично здійснюючи самокорекцію в режимі реального часу.
Практична перевірка можливостей системи охопила кілька критично важливих для електроніки операцій: сортування металевих штифтів, встановлення та обрізання пластикових стяжок, а також фінальне збирання компонентів ПК. В одному з найбільш показових епізодів дві роботизовані руки спрацювали в тандемі: один маніпулятор захопив відеокарту і передав її другому, який обережно зафіксував пристрій у слоті PCIe материнської плати. Попри помітну нестабільність і легке погойдування всієї конструкції під час встановлення, завдання було виконано успішно.
Цікавим технічним нюансом став вибір комплектуючих. Для тестів використовувалися компактні відеокарти, тоді як масивні флагманські рішення, на кшталт серії RTX 5090, залишилися поза увагою. Це свідчить про те, що сучасні системи все ще стикаються з труднощами при роботі з об'єктами, які мають значну вагу та важель, що потребує досконаліших алгоритмів контролю тиску та балансування.
Для глибокого аналізу ефективності дослідники протестували різні нейромережеві рушії, включаючи агентів OpenAI Codex з моделлю GPT-5.5, Claude Code з Opus 4.7 та Kimi Code з Kimi K2.6. Порівняльний аналіз показав, що визначальним фактором швидкості навчання є не лише потужність окремої моделі, а й масштаб паралельних досліджень. Група з восьми роботів, що одночасно експериментують з різними підходами до одного завдання, досягає результату значно швидше, ніж одиночний агент або мала група машин. Це підтверджує гіпотезу про те, що колективний досвід і розподілене навчання є найкоротшим шляхом до досягнення промислового рівня автономності.
Масштаби глобального впливу Steam
