Κίνα: Επενδύσεις 13 δισ. δολαρίων στον «εγκέφαλο» των ρομπότ – Η επόμενη μάχη της τεχνητής νοημοσύνης
Η Κίνα αλλάζει το επίκεντρο των επενδύσεών της στη ρομποτική, δίνοντας πλέον μεγαλύτερη βαρύτητα στην τεχνητή νοημοσύνη που βρίσκεται πίσω από τις κινήσεις και τις λειτουργίες των μηχανών. Μετά τις εντυπωσιακές επιδείξεις ανθρωποειδών ρομπότ που τρέχουν, χορεύουν και εκτελούν ακροβατικές κινήσεις, το ενδιαφέρον στρέφεται στην ανάπτυξη συστημάτων που θα μπορούν να αναλαμβάνουν πρακτικές εργασίες σε εργοστάσια και άλλους χώρους εργασίας.
Η στροφή αυτή αποτυπώνεται και στα κεφάλαια που κατευθύνονται στον συγκεκριμένο κλάδο. Σύμφωνα με στοιχεία της κινεζικής εταιρείας ερευνών ITjuzi, οι επιχειρήσεις που δραστηριοποιούνται στην ενσώματη τεχνητή νοημοσύνη (embodied AI) συγκέντρωσαν 93,5 δισ. γουάν, δηλαδή περίπου 13 δισ. δολάρια, κατά το πρώτο εξάμηνο του 2026. Το ποσό είναι πενταπλάσιο σε σχέση με την αντίστοιχη περίοδο του 2025.
Ο «εγκέφαλος» αποκτά μεγαλύτερη αξία από το hardware
Η ενσώματη τεχνητή νοημοσύνη αφορά τα συστήματα που επιτρέπουν στα ρομπότ να αντιλαμβάνονται τον φυσικό χώρο, να αναγνωρίζουν αντικείμενα, να μαθαίνουν νέες εργασίες και να προσαρμόζουν τη συμπεριφορά τους ανάλογα με τις συνθήκες. Σε αντίθεση με τα συμβατικά ρομπότ, τα οποία εκτελούν συγκεκριμένες κινήσεις βάσει προκαθορισμένων εντολών, τα συστήματα αυτά επιδιώκουν να μπορούν να ανταποκρίνονται και σε καταστάσεις που δεν έχουν προγραμματιστεί εκ των προτέρων.
Για τις κινεζικές επιχειρήσεις, η ανάπτυξη αυτού του λογισμικού αποκτά ιδιαίτερη οικονομική σημασία. Καθώς ο ανταγωνισμός οδηγεί σε χαμηλότερες τιμές για τον μηχανολογικό εξοπλισμό, οι εταιρείες αναζητούν μεγαλύτερη προστιθέμενη αξία στην τεχνητή νοημοσύνη που ελέγχει τα ρομπότ και καθορίζει τις δυνατότητές τους.
Με άλλα λόγια, η μάχη δεν αφορά πλέον μόνο το ποιος μπορεί να κατασκευάσει ένα πιο εξελιγμένο ανθρωποειδές, αλλά και το ποιος μπορεί να αναπτύξει το λογισμικό που θα το κάνει πραγματικά χρήσιμο στην παραγωγή.
Η μάχη με τις ΗΠΑ και το πρόβλημα των δεδομένων
Η εξέλιξη αυτή συνδέεται και με τον ευρύτερο τεχνολογικό ανταγωνισμό μεταξύ ΗΠΑ και Κίνας. Οι αμερικανικές νεοφυείς επιχειρήσεις εξακολουθούν να έχουν πλεονεκτήματα στους προηγμένους αλγορίθμους και στην υπολογιστική ισχύ. Από την πλευρά τους, οι κινεζικές εταιρείες επιδιώκουν να αξιοποιήσουν τη στενή σχέση τους με τη βιομηχανική παραγωγή, καθώς και τη δυνατότητα συλλογής δεδομένων από πραγματικές συνθήκες λειτουργίας.
Η εκπαίδευση των ρομπότ, ωστόσο, είναι πολύ πιο σύνθετη από την εκπαίδευση ενός συστήματος τεχνητής νοημοσύνης που επεξεργάζεται κείμενα. Για να μάθει ένα ρομπότ να πιάνει ένα αντικείμενο, να μετακινεί εξαρτήματα ή να εκτελεί μια εργασία σε ένα εργοστάσιο, χρειάζεται δεδομένα από πραγματικές φυσικές αλληλεπιδράσεις.
Για τον λόγο αυτό, ορισμένες κινεζικές εταιρείες απασχολούν χιλιάδες εργαζομένους, οι οποίοι καταγράφουν κινήσεις και εργασίες που μπορούν στη συνέχεια να χρησιμοποιηθούν για την εκπαίδευση των συστημάτων. Άλλες επιχειρήσεις επιλέγουν εικονικά περιβάλλοντα προσομοίωσης, στα οποία τα ρομπότ μπορούν να εξασκούνται σε μεγάλο αριθμό διαφορετικών σεναρίων.
Τα εμπόδια πριν από τη μαζική αξιοποίηση
Παρά τις μεγάλες επενδύσεις, η μετάβαση από τις τεχνολογικές επιδείξεις στην καθημερινή χρήση των ανθρωποειδών ρομπότ παραμένει δύσκολη. Ένα από τα σημαντικότερα προβλήματα για την κινεζική βιομηχανία είναι η πρόσβαση σε προηγμένα τσιπ επεξεργασίας, εξαιτίας των αμερικανικών περιορισμών στις εξαγωγές τεχνολογίας.
Επιπλέον, η επιτυχής λειτουργία ενός ρομπότ σε ελεγχόμενο εργαστηριακό περιβάλλον δεν σημαίνει ότι μπορεί να ανταποκριθεί με την ίδια αξιοπιστία σε ένα πραγματικό εργοστάσιο ή σε έναν χώρο με συνεχώς μεταβαλλόμενες συνθήκες. Η σταθερή απόδοση, η ασφάλεια και το κόστος λειτουργίας παραμένουν κρίσιμοι παράγοντες για την εμπορική αξιοποίηση αυτών των συστημάτων.
Το επόμενο βήμα για την κινεζική βιομηχανία ρομποτικής είναι, επομένως, να αποδείξει ότι οι μεγάλες επενδύσεις στην ενσώματη τεχνητή νοημοσύνη μπορούν να μετατραπούν σε αξιόπιστες εφαρμογές με πραγματική θέση στην παραγωγή.
