HardFlow: ШІ, який знає свої межі 

Генеративні моделі ШІ надзвичайно добре справляються з формуванням відповідей, які є “майже” правильними. Але в ситуаціях з високими ризиками, наприклад, у промисловій системі управління або коли робот рухається по переповненому заводському цеху – результат “майже” недостатній. Навіть незначне відхилення в маршруті робота може призвести до зіткнення – ризик, який яскраво продемонстрували всього кілька тижнів тому на Всесвітніх іграх гуманоїдних роботів 2026 року в Китаї, коли андроїди не могли безпечно загальмувати та врізалися в бар’єри.

Дослідники з MIT представили новий алгоритм під назвою “HardFlow”, який безпосередньо вирішує цю проблему. Він дає генеративним моделям більше свободи для пошуку можливих рішень у процесі генерації, водночас вимагаючи, щоб кінцевий результат відповідав суворим, обов’язковим вимогам безпеки, фізичним законам або конкретним умовам завдання.

Дифузійні моделі, такі як Stable Diffusion, та моделі на основі flow matching, такі як FLUX, стали потужними інструментами для генерування рішень дедалі складніших задач. Однак хоча такі моделі можуть створювати результати, які наближаються до бажаного, майже правильна відповідь може виявитися неприйнятною, якщо порушення певного обмеження може мати серйозні наслідки.

Стандартним підходом до вирішення цієї проблеми є вибірка на основі проєкції, яка протягом усього процесу генерації неодноразово змушує часткові проміжні результати моделі відповідати обмеженням. Проблема полягає в тому, що ліміти на кожному кроці може завадити моделі досягти кращого кінцевого результату. Крім того, такі методи часто зосереджуються переважно на дотриманні обмежень, залишаючи менше можливостей для оптимізації інших характеристик результату, наприклад, ефективності траєкторії робота або якості відредагованого зображення.

HardFlow застосовує інший підхід. Оскільки проміжні результати відкидаються після завершення генерації, дослідники дійшли висновку, що зрештою саме кінцевий результат має відповідати жорстким обмеженням. Надання моделі більшої свободи на ранніх етапах дозволяє їй досліджувати ширший спектр можливостей, перш ніж дійти до прийнятного рішення.

HardFlow переосмислює генерацію з обмеженнями, використовуючи ідеї теорії оптимального управління, розглядаючи цей процес як задачу оптимізації траєкторії. Замість того, щоб постійно змушувати проміжні результати відповідати вимогам, алгоритм вносить цілеспрямовані корективи до траєкторії вибірки моделі, поступово спрямовуючи її до рішення, яке відповідає необхідним обмеженням.

Розв’язання такої оптимізаційної задачі навколо великої нейронної мережі є складним завданням. Дослідники вирішили цю проблему, використавши внутрішню структуру flow-matching моделей і розділивши загальну задачу на послідовність менших одноетапних підзадач оптимізації. Це дозволило їм розробити алгоритм, який може працювати під час розгортання без перенавчання базової генеративної моделі.

Оптимізаційний підхід також дає HardFlow змогу одночасно працювати з додатковими цілями, окрім дотримання обмежень. Наприклад, робот може не лише уникати перешкод, а й шукати найефективніший маршрут до цілі. Тобто система може обирати оптимальний варіант серед усіх рішень, які відповідають вимогам безпеки, замість того щоб просто знаходити перший допустимий маршрут.

Дослідники протестували HardFlow на завданнях, пов’язаних із роботизованими маніпуляціями, навігацією в лабіринтах і редагуванням зображень за текстовими інструкціями. За даними MIT, у всіх експериментах метод забезпечив повне дотримання заданих обмежень і водночас продемонстрував кращу якість рішень порівняно з базовими методами. Наприклад, під час тестів із роботизованим маніпулятором HardFlow дозволив уникати зіткнень із перешкодами та водночас знаходити найшвидший маршрут до цільового об’єкта.У експериментах з редагування зображень алгоритм міг виконувати необхідні зміни, краще зберігаючи незмінені частини зображення. Його обчислювальні витрати також були порівняно однаковими або нижчими, ніж у більшості конкурентних методів.

Однією з практичних переваг методу є те, що він працює під час використання вже навчених моделей, тобто базову модель ШІ не потрібно повторно навчати щоразу, коли HardFlow застосовується до задачі генерації з обмеженнями. Це може спростити адаптацію генеративних моделей до сфер, де вимоги безпеки та фізичні обмеження не можна порушувати.

Потенційні сфери застосування виходять далеко за межі генерації зображень. Дослідники MIT називають серед них робототехніку, керування фізичними системами та комп’ютерний зір – галузі, де згенеровані рішення мають відповідати вимогам, які не можна розглядати як необов’язкові.