Humanoïde robots dichten snel de kloof tussen laboratoriumdemonstraties en bruikbaarheid in de echte wereld. Recente doorbraken laten zien dat deze machines dagelijkse taken – van het openen van deuren tot het verspreiden van pindakaas – sneller beheersen dan experts hadden voorspeld. De belangrijkste drijfveer? Op visie gebaseerde systemen die beter presteren dan traditionele methoden die vertrouwen op tactiele feedback.
De onverwachte versnelling
Roboticus Benjie Holson ontwierp een reeks uitdagingen, genaamd de ‘Humanoid Olympic Games’, om de grenzen van de huidige robotica te testen. Hij verwachtte dat het oplossen van deze taken, variërend van eenvoudige handelingen zoals het openen van deuren tot complexere handelingen zoals het dichtknopen van overhemden, jaren zou duren. Binnen enkele maanden voltooide roboticabedrijf Physical Intelligence echter 11 van de 15 uitdagingen, waarmee capaciteiten werden gedemonstreerd die voorheen als ver weg werden beschouwd.
Deze snelheid is grotendeels te danken aan de verrassende effectiviteit van vision-only-systemen. Onderzoekers hebben ontdekt dat robots taken kunnen uitvoeren waarvoor krachtmeting vereist is – zoals het insteken van sleutels of het verspreiden van pindakaas – eenvoudigweg door videodemonstraties te analyseren. De robots leren door herhaalde blootstelling en verfijnen hun bewegingen zonder expliciete regel-voor-regel codering.
De rol van AI en leren van demonstraties
De snelle vooruitgang gaat niet alleen over betere camera’s. Het wordt ook aangedreven door de vooruitgang op het gebied van kunstmatige intelligentie, met name de toepassing van transformatorarchitecturen – dezelfde technologie die grote taalmodellen (LLM’s) aandrijft.
“We zijn begonnen met het maken van vision-action-modellen met behulp van dezelfde transformatorarchitectuur [als die gebruikt in LLM’s]. Je kunt transformatoren gebruiken voor tekst in, tekst uit, afbeeldingen in, tekst uit, maar ook afbeeldingen in, robotacties uit.” – Benjie Holson
Deze modellen maken gebruik van vooraf getrainde AI die de basisconcepten al begrijpt – wat een theepot is, wat water is – waardoor de robot zich kan concentreren op de specifieke taak in plaats van op fundamentele objectherkenning.
De grenzen van aanraking en de opkomst van op visie gebaseerde systemen
Traditionele robotica leunde sterk op tactiele feedback, maar de huidige aanraaktechnologie is duur, delicaat en loopt achter op de vooruitgang op het gebied van zicht. Onderzoekers ontdekken dat camera’s, vooral die die dicht bij de vingers van de robot worden geplaatst, krachten kunnen afleiden door te observeren hoe objecten onder druk vervormen. Hierdoor kunnen robots krachten ‘zien’ in plaats van ze ‘voelen’, waardoor verrassende resultaten worden bereikt.
Veiligheidsproblemen en de weg voorwaarts
De snelheid en kracht die humanoïde robots nodig hebben om het evenwicht te bewaren, brengen veiligheidsrisico’s met zich mee. Een vallende robot kan snel accelereren en mogelijk schade veroorzaken. Terwijl sommige onderzoekers pleiten voor veiligere ontwerpen, zoals centaurachtige robots met onderstel op wielen, lijkt de industrie de neiging te hebben om eerst prioriteit te geven aan functionaliteit en pas later aan de veiligheid te denken.
“Het algemene plan lijkt erop gericht om een robot zo ongelooflijk waardevol te maken dat wij als samenleving er een nieuwe veiligheidsklasse voor creëren, zoals fietsen en auto’s. Ze zijn gevaarlijk, maar zo waardevol dat we het risico tolereren.” – Benjie Holson
De tijdlijn voor thuisrobots
Aanvankelijk voorspelden experts dat thuisrobots over minstens vijftien jaar zouden plaatsvinden. Recente ontwikkelingen suggereren echter dat functionele, hoewel niet noodzakelijkerwijs commercieel levensvatbare, thuisrobots binnen zes jaar op de markt zouden kunnen komen. Het grootste knelpunt blijft de betrouwbaarheid; Het overbruggen van de kloof tussen laboratoriumdemonstraties en massamarktproducten zal tijd vergen. Desondanks valt het tempo van de vooruitgang niet te ontkennen, en zou het tijdperk van werkelijk bruikbare mensachtige robots dichterbij kunnen zijn dan eerder werd gedacht.
