Ситуация может измениться благодаря архитектуре манипуляций, разработанной Eka Robotics, которая включает в себя захват с датчиками силы и новую модель глубокого обучения. Стартап, основанный профессором Массачусетского технологического института Пулкитом Агравалом и бывшим исследователем Google DeepMind Туомасом Харноя, только что привлек 150 миллионов долларов в рамках раунда серии А, оценив компанию в 1,45 миллиарда долларов после инвестиций. Раунд возглавили венчурные фонды a16z и F-Prime.
«Они уже превосходят сверхчеловеческие показатели в выполнении определенных задач, и мы думаем, что в ближайшие несколько месяцев будет достигнута сверхчеловеческая производительность во многих задачах ловкого манипулирования», — заявил TechCrunch Рагу Рагурам, генеральный партнер a16z, который совместно возглавил раунд финансирования.
В эпоху бесконечных демонстраций роботов возможности Eka шокируют опытных разработчиков робототехники.
Крис Хаузер, профессор Иллинойсского университета в Урбана-Шампейне, отметил, что это произвело «вау-эффект» по сравнению с другими демонстрациями роботов, которые он видел недавно. Робот Eka «смог адаптироваться к большому количеству различных объектов без переобучения», сказал Хаузер, добавив, что в нем было и нечто «человеческое, жутковато человеческое, когда он пытался снова и снова, если с первого раза не получалось».
Другой специалист по робототехнике, пожелавший остаться неизвестным из-за своей работы в передовой лаборатории, рассказал TechCrunch, что наблюдать за роботом Eka в действии было эмоциональным опытом, сравнимым с тем, когда роботы впервые достигли надежной локомоции на ногах пять-десять лет назад. Посмотрите сами:
Что здесь примечательно? Насколько плавно и быстро движется робот. Он может поднимать около 1500 объектов весом до 1 кг в час, по сравнению с примерно 600 у человека; Eka утверждает, что надежно поднимает объекты более чем в 95% случаев. И роботизированная рука достаточно сильна, чтобы повредить себя при таком быстром движении. Это указывает, по мнению наблюдателя из передовой лаборатории, на то, что «они очень доверяют своему алгоритму, что он не сломает робота. Интересно, сколько роботов они сломали по пути?»
Когда специалист по робототехнике из передовой лаборатории встретил робота Eka, ему дали малину — очевидно, любимый тестовый предмет лаборатории. «Ощущение, когда большой, тяжелый робот несется к моей руке, а затем замедляется как раз вовремя и очень нежно касается меня, — это чувство, которое я, пока мы говорим, несу в своем теле», — сказал он TechCrunch.
Как не раздавить малину
Эти возможности являются следствием того, как была построена фундаментальная модель. Вместо модели «зрение-язык-действие» (vision-language-action), которая обучена понимать взаимосвязь между языком, визуальными входными данными и действиями, здесь используется модель «зрение-сила-действие» (vision-force-action), которая фокусируется на взаимосвязи между языком, входными данными силы и действиями. Критики текущего направления генеративных ИИ-моделей для робототехники, такие как Родни Брукс, утверждают, что они потерпят неудачу без попытки учитывать силу и осязание; результаты Eka подтверждают правоту таких критиков.
«Зрение — это не основной способ решения проблемы последнего миллиметра», — сказал TechCrunch соучредитель Eka Агравал. «Зрение дает нам приблизительное представление о том, где находится объект, какова его поза, но фактический захват, фактический поиск происходят за счет сил».
Eka пришлось разработать уникальную роботизированную руку, более гибкую, чем традиционные захваты, и оснащенную большим количеством датчиков силы; она реагирует на контакт, поэтому и не раздавливает малину. Основатели уклончиво отвечают на вопросы о том, как им это удалось, по очевидным конкурентным причинам, но суть сводится к использованию физического симулятора для моделирования множества сил, с которыми робот столкнется при попытке захватить объект, и использованию этого для создания среды обучения с подкреплением, которую можно запускать в масштабе. Они утверждают, что могут генерировать тысячи часов опыта робота за считанные минуты.
«Вместо того чтобы ограничиваться данными, которые вы собираете, скажем, из демонстраций человека, Eka использует обучение с подкреплением для продвижения этого подхода, при котором робот может превосходить любые демонстрации, которые ему предоставляются», — сказал Хаузер. «Действительно захватывающим является то, что они способны не ограничиваться данными, которые им представлены для обучения».
Агравал и Харноя, которые впервые встретились в аспирантуре Калифорнийского университета в Беркли, являются ведущими исследователями в области обучения с подкреплением для управления робототехникой. Ключевой ставкой Eka было то, что этот метод можно реализовать в масштабе с помощью симуляции, а не полагаться на видео, собранные работниками на почасовой оплате или операторами роботов, выполняющими задачи в течение многих часов. Симуляция была ключом к достижению надежного манипулирования их роботом — задачи, которая в прошлом оказалась более сложной для задач, требующих взаимодействия с объектами, а не их избегания.
«EKA устраняет разрыв между универсальностью и производительностью, который преследует многие современные робототехнические системы», — утверждает Агравал.
Создание полезного универсального робота
В настоящее время наиболее универсальные физические ИИ-модели — те, которые могут выполнять множество различных задач — не очень хорошо справляются с ними. Но ИИ-модели, обученные быть высокоэффективными в одной конкретной задаче, могут не оправдать бизнес-ожидания компании: обещание генеративного ИИ заключается в том, что роботы могут быстро осваивать множество задач, даже новые.
Современные подходы хорошо справляются с созданием роботов, которые стали более универсально интеллектуальными, чем раньше — Astra, последняя большая языковая модель ChatGPT, может управлять роботом в незнакомой обстановке и выполнять с ним задачи, но медленно и дорого. Обещание модели, подобной Eka, заключается в том, что она справляется с физической составляющей, в то время как более общая модель принимает решения о том, как решить проблему. Astra, например, может знать, что тарелки ставятся в шкаф, когда они выходят из посудомоечной машины, но модель Eka способна поднять тарелку, не разбив ее.
«Большая часть области фокусировалась на планировании», — говорит соучредитель Eka Харноя, — «они подходят сверху: высокий уровень интеллекта, проецируемый вниз к физическому. Тогда как мы думаем об этом снизу вверх».
Тем не менее, Eka еще предстоит доказать себя в реальных условиях. Компания работает в условиях секретности с рядом промышленных клиентов над задачами подбора и размещения, а также манипулирования проводами, но переход от лаборатории к производству почти так же велик, как разрыв между симуляцией и реальностью.
«Большой проблемой станет работа с интеграторами на реальных сборочных линиях, когда роботу потребуется работать без сбоев в течение всего года», — сказал Хаузер. Другой открытый вопрос: «насколько универсальными могут быть эти методы для различных задач? То, что я видел, — это подбор и размещение, но многие промышленные задачи, приносящие добавленную стоимость, включают в себя нечто большее, чем просто подбор и размещение».
Агравал также сосредоточен на развертываемости; в настоящее время, по его словам, аппаратное обеспечение захвата Eka, которое стоит менее 1000 долларов (менее 925 евро), рассчитано на 5 миллионов рабочих циклов, но конечная цель — достичь планки в 20 миллионов циклов, установленной стандартными промышленными манипуляторами.
«Мы создаем инженерное решение для проектирования всего рабочего процесса, но мы начинаем с очень прагматичного подхода, говоря: вот две вертикали в области подбора, расположения, укладки и обработки проводов, давайте сделаем их абсолютным успехом», — сказал Агравал. «Как только мы добьемся успеха в них, пределом наших возможностей станет то, сколько мы сможем сделать с разрабатываемым нами подходом».
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Tim Fernholz
