Τα ανθρωποειδή ρομπότ πλησιάζουν περισσότερο στην εφαρμογή σε πραγματικά περιβάλλοντα, αλλά το επόμενο μεγάλο εμπόδιο δεν αφορά αποκλειστικά το υλικό. Κεντρικό ζήτημα είναι η ικανότητά τους να διατηρούν μνήμη, να μαθαίνουν από τα λάθη και να προσαρμόζουν τη συμπεριφορά τους στο μέλλον.
Σε ανάλυση του MarketWatch, ειδικοί τονίζουν πως, ενώ ένα ρομπότ μπορεί να ολοκληρώσει μια συγκεκριμένη εργασία, η πρακτική ωφέλεια στον πραγματικό κόσμο απαιτεί κάτι παραπάνω: την κατανόηση του τι πήγε στραβά, την αξιοποίηση της εμπειρίας και την αλλαγή προσέγγισης σε επόμενες προσπάθειες.
Η εξέλιξη αυτή συνδέεται με τον όρο Physical AI — την τεχνητή νοημοσύνη που δεν περιορίζεται στην παραγωγή κειμένου ή εικόνων, αλλά μπορεί να αντιλαμβάνεται και να δρα στον φυσικό κόσμο. Η μετατόπιση από απλές επιδείξεις σε συστήματα που αποθηκεύουν και αξιοποιούν εμπειρίες θεωρείται κρίσιμη για την ευρύτερη υιοθέτηση των ανθρωποειδών.
Στο επίκεντρο της συζήτησης βρίσκεται η Physical Intelligence, μια startup που αναφέρεται στην ανάλυση ως σχετιζόμενη με αυτές τις προσπάθειες. Η πρόκληση της μνήμης περιλαμβάνει τόσο την αποθήκευση σχετικών δεδομένων όσο και μηχανισμούς μάθησης που επιτρέπουν την προσαρμογή συμπεριφορών.
Συνολικά, οι αναλυτές εκτιμούν ότι ο δρόμος προς ρομπότ χρήσιμα στον πραγματικό κόσμο περνάει πλέον από την επίλυση προβλημάτων μνήμης και μάθησης και όχι μόνο από την βελτίωση του υλικού.
