комната выглядит так, словно ее разгромили безумцы, значит, мы на правильном пути». По прошествии нескольких недель эти руки – ставшие почти нежными – научились поднимать все, что находилось перед ними.

Это стало началом широкомасштабных усилий по применению технологии глубокого обучения в робототехнике, в которых участвовали лаборатории многих ведущих университетов, а также Google и OpenAI. В следующем году, используя тот же метод обучения с подкреплением, Левин и его команда обучили уже другие руки самостоятельно открывать двери (при условии, что дверные ручки можно было ухватить двумя пальцами). В начале 2019 года лаборатория представила роботизированную руку599, которая умела собирать случайные предметы, а затем аккуратно складывать их в небольшой контейнер, расположенный на небольшом расстоянии. Обучение длилось всего четырнадцать часов600, и руке удавалось опускать предметы в нужный контейнер примерно в 85 процентах случаев. Когда исследователи самолично попытались выполнить ту же задачу, их результат составил лишь 80 процентов. Но, добившись некоторого прогресса в этой работе, лаборатория OpenAI решила изменить курс. Войцех Заремба и его команда считали, что обучение системы в физическом мире обходится слишком дорого и требует слишком много времени, поскольку задачи становятся все более сложными. Поэтому они перенесли обучение в виртуальную реальность, построив систему, которая научилась собирать кубик Рубика методом проб и ошибок в виртуальном мире, потратив на это время, эквивалентное многим столетиям физического мира.

Илон Маск и другие основатели OpenAI видели в своей лаборатории ответ DeepMind. С самого начала их цель заключалась в том, чтобы достигать чрезвычайно высоких целей, которые могут легко измерены, легко поняты и которые гарантированно привлекут внимание, даже если они на самом деле не приносят никакой практической пользы. Лаборатория размещалась в Сан-Франциско, над маленькой шоколадной фабрикой в районе Мишн, и ее сотрудники, с Зарембой во главе, неделями гуляли по этому старому, но стремительно молодеющему латиноамериканскому району, обсуждая, какую же высокую цель им поставить перед собой. В конце концов они остановились на двух целях, решив создать систему, которая могла бы победить лучших игроков мира в трехмерной компьютерной игре под названием Dota, и пятипалую роботизированную руку, которая могла бы собрать кубик Рубика. Для того и другого требовался огромный технологический скачок. Оба эти достижения не остались бы без внимания, и для OpenAI это было еще способом продвинуть себя, поскольку для продолжения исследований им нужны были деньги и талантливые кадры. Технологии, разрабатываемые в таких лабораториях, как OpenAI, обходятся дорого – как с точки зрения оборудования, так и с точки зрения персонала, – а это значит, что без завораживающих внимание демонстраций им не обойтись.

Это вообще фирменный стиль Маска: привлекать внимание к себе и ко всему, что он делает. Какое-то время это относилось и к OpenAI – когда лаборатория наняла несколько самых громких имен в сфере разработок ИИ. Среди них был и бывший научный руководитель Сергея Левина в Калифорнийском университете в Беркли, гладко выбритый, рослый – под метр девяносто – бельгийский специалист по робототехнике Питер Аббил. Бонус Аббила за подписание контракта с OpenAI составил 100 000 долларов, а в качестве зарплаты за последние шесть месяцев 2016 года он получил 330 000 долларов601. Трое бывших учеников Аббила также присоединились к OpenAI, и это помогло лаборатории бросить вызов Google Brain, Facebook, а особенно DeepMind. Но в скором времени Маску и его новой лаборатории пришлось столкнуться с суровыми реалиями жизни.

Сначала ушел Ян Гудфеллоу, родоначальник генеративно-состязательных сетей, вернувшийся в Google. Затем Маск сам лишил лабораторию ведущего сотрудника, когда забрал эксперта по компьютерному зрению Андрея Карпати из OpenAI и назначил его главой подразделения искусственного интеллекта в Tesla, чтобы он поддержал усилия компании по созданию беспилотных автомобилей. После этого ушли Аббил и двое его учеников, решившие создать свой собственный стартап робототехники. А в феврале 2018 года ушел и Маск602. Он сказал, что ушел, чтобы избежать конфликта интересов – имея в виду, что другие его предприятия теперь напрямую соперничали с OpenAI за лучшие кадры, – но была и другая причина: Tesla переживала резкое замедление темпов роста производства, и это угрожало вывести автомобильную компанию из бизнеса. Ирония заключалась в том, что, как позже в том же году жаловался сам Маск, роботы, которые помогали собирать электромобили на заводах Tesla, оказались не такими маневренными, как ожидалось. «Чрезмерная автоматизация в Tesla была ошибкой603, – сказал он. – Людей недооценивают».

Когда бразды правления в OpenAI принял Сэм Альтман, лаборатория испытывала сильный кадровый – и финансовый – голод. Хотя инвесторы обещали предоставить миллиард долларов этой некоммерческой организации, когда она только создавалась, в реальности на ее счета поступила лишь небольшая часть этих денег, и теперь ей нужно было гораздо больше – не только для привлечения специалистов, но и для оплаты вычислительных мощностей, которые требовались в огромном количестве для обучения разрабатываемых систем. Поэтому Альтман преобразовал лабораторию в коммерческую компанию604 и начал искать новых инвесторов. Идеалистическое видение лаборатории, избавленной от меркантильных интересов, которое они с Маском проповедовали, открывая ее в 2015 году, не продержалось и четырех лет. Вот почему проект с кубиком Рубика был так важен для будущего лаборатории. Для OpenAI это был способ заявить о себе. Проблема заключалась в том, что этот невероятно сложный, но в конечном итоге бесполезный с практической точки зрения проект был не тем, чем Аббил и другие исследователи хотели бы заниматься. Ему вся эта шумиха была неинтересна. Он хотел создавать что-то полезное. Вот почему он и двое его бывших студентов из Беркли, Питер Чен и Рокки Дуан, покинули лабораторию и основали стартап под названием Covariant. Их новая компания занималась теми же технологиями, что разрабатывались в недрах OpenAI, вот только цель была другая: применять их в реальном мире.

* * *

К 2019 году, когда ученые и предприниматели осознали, в чем именно нуждаются Amazon и другие крупнейшие мировые ритейлеры с их огромными складами, рынок наводнили стартапы, занимающиеся созданием роботизированных рук. Некоторые из них опирались на методы глубокого обучения, разрабатываемые в Google Brain и OpenAI. Компанию Питера Аббила Covariant вроде и нельзя было назвать одной из них, потому что она разрабатывала систему, предназначенную для решения гораздо более широкого круга задач. Но когда ABB, международный производитель робототехники, через два года после челленджа Amazon, организовал свой собственный конкурс – на этот раз за закрытыми дверями, – компания Covariant решила присоединиться.

Всего в этом новом конкурсе приняли участие около двадцати компаний. Роботизированным рукам предстояло поднять и перенести около двадцати пяти