計算資源はロボットマニピュレーションのボトルネックではない

ロボットマニピュレーション（ロボットによる物体操作）には、洗濯物をたたむことから電気工事まで、幅広いタスクが含まれる。近年AIは進歩したが、現在のマニピュレーションモデルは、現実世界で汎用性と器用さを身につけるのに苦戦している。しかし、障害となっているのは計算資源ではないようだ。Epoch AI のデータセットでは、最大級のマニピュレーションモデルの学習計算量は、通常、他分野のフロンティアAIモデルの約1%にとどまる。

最も強力なマニピュレーションシステムの多くは、はるかに大規模なフロンティアモデルを開発しているのと同じラボから生まれている。したがって、この差は、計算資源を利用できないことやスケールアップする意思がないことの表れではなく、現状の条件では計算資源を有効に使える度合いに限界があることの表れである可能性が高い。ロボティクスのデータの不足とハードウェアの制約の両方が影響しているのかもしれない。これらの制約が緩めば、大きな計算資源の余力（オーバーハング）が、より速い能力向上につながりうる。