Rychlý pokrok velkých jazykových modelů (LLM) a multimodálních foundation modelů posouvá obor k logickému dalšímu kroku – přenesení těchto náročných architektur přímo do fyzického světa. Tento posun dal vzniknout vlně ambiciózních projektů, od univerzálních humanoidních robotických asistentů přes doručovací systémy nové generace až po autonomní vozidla.

V pozadí většiny těchto snah stojí hypotéza lineárního škálování. Implicitní předpoklad zní, že pokud rozšiřování výpočetních zdrojů a objemu dat umožnilo velké průlomy v cloudové AI, měla by obdobná strategie uspět i při ovládání fyzických těl v reálném světě. Tento přístup ale přehlíží zásadní rozdíl ve fyzice prostředí. Cloudová inteligence funguje v pohodlných mezích pružného škálování: nedostatek paměti či výkonu lze zmírnit nasazením dalších serverů a odezvy v řádu sekund jsou pro mnoho aplikací přijatelné.

Fyzické AI systémy naproti tomu fungují v tvrdých hardwarových omezeních. Každý další watt spotřebovaný palubním počítačem vyžaduje větší kapacitu a hmotnost baterie a vzniklé teplo komplikuje tepelný management. V systémech pracujících v reálném čase je latence rozhodování kritická až na milisekundy. Pokud robot nestihne včas zpracovat scénu, začne reagovat na zastaralý stav prostředí, což vede ke ztrátě stability řízení, oscilacím chování a možným nehodám.

Fyzikální a matematické meze

Pokusy nasazovat náročné neuronové sítě přímo na palubní hardware mobilních platforem přivedly obor k systémovému úzkému hrdlu, které lze popsat jako „zeď edge AI“. Tato bariéra je dvojí povahy – kombinuje tvrdá fyzikální omezení reálného světa se základními zákony teorie výpočetní složitosti.

Z fyzikálního hlediska je autonomní systém vždy omezen přísným energetickým rozpočtem. AMR ani autonomní vozidlo nejsou připojeny kabelem k rozvodné síti, spoléhají zcela na lokální baterii. Cesta extenzivního rozšiřování, která vyžaduje montáž mohutných grafických procesorů přímo na mobilní platformu, vytváří začarovaný inženýrský kruh: vyšší výpočetní výkon urychluje spotřebu energie a odvod tepla, což nutí instalovat těžší baterie a složitější chlazení, čímž roste hmotnost platformy, klesá užitečná nosnost a zkracuje se provozní doba.

I kdybychom si však představili budoucnost s téměř „nekonečným“ palubním výkonem při nulové spotřebě, systém by narazil na druhou, mnohem odolnější zeď – matematickou. Reálné prostředí neustále generuje proud chaotických změn. Při modelování chování robota v takovém prostředí nevyhnutelně dochází ke kombinatorické explozi: s rostoucím počtem dynamických objektů a jejich možných interakcí se stavový prostor a rozhodovací strom plánovače exponenciálně větví.

Zjednodušíme-li tuto dynamiku do diskrétních kroků, získáme klasickou sekvenční kompozici řízenou nemilosrdnou matematikou exponenciálního mocninného zákona: N = A^L, kde N je celkový prohledávaný prostor, A je počet alternativních akcí v rozhodovacím bodě a L je hloubka plánování (počet kroků dopředu). I při velmi konzervativním předpokladu deseti alternativ v každém kroku (A = 10) roste velikost prohledávaného prostoru exponenciálně: při hloubce 10 kroků jde o 10^10 možností (navigace skladového robota) a při hloubce 20 kroků o 10^20 (plánování s více agenty a vyhýbání se kolizím).

V reálném nasazení pracují autonomní systémy ve spojitých akčních prostorech, kde je efektivní počet alternativ o řády vyšší. Jakmile hodnota A^L vystřelí do extrémních oblastí kolem 10^20, stává se úloha plánování pro tradiční výpočetní architektury asymptoticky neřešitelnou. Extenzivní navyšování výkonu hardwaru je jen snahou procházet tento neustále rostoucí strom rychleji, klasické algoritmy hrubé síly jsou však proti exponenciální explozi bezmocné.

Proč „vzdálený mozek“ problém neřeší

Jako alternativu k palubnímu výpočtu obor často zvažuje koncept „vzdáleného mozku“, tedy cloudové robotiky. Myšlenka je lákavá: proč zatěžovat mobilní platformu těžkým hardwarem, když lze surová data ze senzorů posílat bezdrátově (například přes 5G/6G) na výkonné vzdálené servery, zpracovat je tam a posílat zpět hotové příkazy pro akční členy?

V praxi se ale tato architektura u bezpečnostně kritických řídicích smyček často ukazuje jako neschůdná, a to kvůli dvěma zásadním faktorům: latenci a spolehlivosti sítě. Fyzický svět funguje v přísném reálném čase. Zatímco u textového chatbota v cloudu si uživatel zpoždění 500 milisekund nevšimne, u dvounohého humanoida nebo autonomního vozidla na křižovatce nese i latence pouhých 50 milisekund vysoké riziko nehody. Během tohoto intervalu se fyzické tělo robota vlivem setrvačnosti posune a cloudový příkaz dorazí, aby reagoval na již neexistující stav reality.

Druhým kritickým faktorem je nespolehlivost bezdrátové komunikace. V reálném městském prostředí, průmyslových areálech či hustě obsazených zónách radiový signál nevyhnutelně naráží na útlum, rušení a lokální výpadky. Přesun kritické rozhodovací smyčky do cloudu znamená, že i drobná ztráta paketů či dočasné přerušení spojení okamžitě promění robota v neřízený fyzický objekt o hmotnosti desítek či stovek kilogramů. Bezpečný vtělený systém proto musí mít autonomní výpočetní schopnosti a řešení kombinatorické exploze je nutné hledat přímo na palubě.

Teoretický základ: Engine kombinatorické komprese

Jako jeden z experimentálních přístupů k prolomení této zdi autor uvádí koncept enginu kombinatorické komprese (CCE) – algoritmický nástroj pro strukturální kompresi. Zatímco tradiční optimalizační strategie, jako je prořezávání neuronových sítí, kvantizace či destilace, zeštíhlují samotný model, ale strukturu problému nechávají nedotčenou, CCE míří na dynamickou kompresi samotného prohledávaného prostoru přímo během exekučního cyklu robota. Engine odřezává nadbytečné či destruktivní větve plánovacího stromu dříve, než se na jejich vyhodnocení spotřebují cenné watty a milisekundy.

Matematický základ poskytuje teoretický model Duality-Nonequilibrium (DN), v němž je stav systému popsán dynamikou jeho strukturální složitosti, značené S. Na rozdíl od klasické termodynamiky, kde S zpravidla představuje entropii (míru chaosu), v teorii DN označuje parametr S míru strukturální složitosti – tedy pojem přesně opačný. V sérii řízených simulací a výpočetních experimentů dokázal algoritmus CCE zkomprimovat prohledávaný prostor 8 až 11krát při zachování funkční kvality rozhodnutí.

Praktická realizace: Regulátor ΔN-ΔD v simulaci

V další fázi výzkumu byl tento přístup implementován a vyhodnocen v otevřeném simulačním prostředí pro autonomního robota (repozitář DeltaCore-Robot-Sim na GitHubu). Principy teorie DN se zde neuplatňují jen ke kompresi prohledávaného prostoru, ale k aktivní regulaci chování mobilní platformy v reálném čase na základě dvou dynamických parametrů: ΔN jako míry vnější nerovnováhy (intenzity a chaosu změn prostředí) a ΔD jako míry vnitřní duality (úrovně konfliktu v plánovači při volbě mezi rovnocennými alternativami).

Testování ve dvou hraničních scénářích přineslo pozoruhodné výsledky. Za intenzivního vnějšího chaosu regulátor automaticky zapnul režim priority bezpečnosti, omezil větvení řešení a snížil nebezpečné situace těsně před kolizí o více než 90 % (z průměrné základní hodnoty 27 000 na 2 200), byť robot záměrně obětoval rychlost dosažení cíle. Ve scénářích se symetrickou nejednoznačností, kde tradiční plánovače trpí oscilacemi a „zamrzáním“ před překážkou, regulátor DN oscilace ve 100 % běhů zcela odstranil, aniž by zhoršil efektivitu navigace.

Autor upozorňuje, že tyto výsledky byly ověřeny pouze v zjednodušeném 2D simulačním prostředí a architektura zatím nebyla otestována na fyzických robotech v reálném světě. Přenos matematického modelu ze simulace na fyzický edge hardware představuje obrovskou inženýrskou výzvu a autor aktivně hledá akademická i průmyslová výzkumná partnerství.

Řízení struktury prostoru řešení jako cesta přes zeď edge AI

Vývoj oboru AI se dlouho ubíral cestou extenzivního škálování, což se u cloudových systémů osvědčilo, protože prakticky neomezené zdroje kompenzovaly rostoucí složitost úloh. Snahy přenést tyto principy do fyzického světa a do celé vrstvy vtělené AI ovšem vývojáře postavily tváří v tvář systémové bariéře v podobě zdi edge AI, kde se hardwarové meze palubních počítačů střetávají s matematickými zákony kombinatorické exploze.

Autor nastiňuje alternativní paradigma založené na teoretickém modelu DN a algoritmech CCE. Namísto marného závodu o hrubý výpočetní výkon se přístup zaměřuje na aktivní řízení samotné struktury prostoru řešení. Vývoj robotiky podle něj kopíruje historii mnoha jiných inženýrských disciplín: dlouhodobého úspěchu se nedosahuje navyšováním hrubé síly, ale zvyšováním vnitřní organizační efektivity procesů. Řízení složitosti rozhodovacích prostorů se tak může stát pro robotiku stejně zásadním směrem, jakým se pro obecné výpočty kdysi staly správa paměti, přidělování šířky pásma sítě a optimalizace spotřeby.

Zdroj: therobotreport.com/Zhengis Tileubay