In het kort

• Bedrijven zoals Tesla zijn actief bezig met de ontwikkeling van humanoïde robots voor huishoudelijke taken.
• Nvidia stelt voor om fysieke simulators als hernieuwbare gegevensbronnen te gebruiken om robots in virtuele omgevingen te trainen.

Er wordt voorspeld dat de volgende fase van kunstmatige intelligentie (AI) zal bestaan uit humanoïde robots die in staat zijn om de wereldwijde tekorten aan arbeidskrachten aan te pakken. Nvidia-leidinggevende Rev Lebaredian benadrukte dat, hoewel het concept van robotica al lang in onze verbeelding bestaat, de technologische vooruitgang nu op grote schaal programmeerbare robots mogelijk maakt.

Al lange tijd vormt het programmeren van robots een grote uitdaging, ondanks de vooruitgang in het bouwen van fysieke robots. AI heeft dit proces inmiddels gerevolutioneerd, waardoor robots programmeerbaar zijn voor gewone mensen in plaats van uitsluitend voor gespecialiseerde ingenieurs. Bedrijven zoals Tesla zijn actief bezig met de ontwikkeling van humanoïde robots, met recente demonstraties van hun vermogen om huishoudelijke taken uit te voeren.

Robots trainen in virtuele omgevingen

Toch moeten robots nog veel leren. Nvidia pleit ervoor om robots om veiligheids- en efficiëntieredenen in virtuele omgevingen te trainen. Training in de echte wereld zou tijdrovend en onpraktisch zijn vanwege de enorme hoeveelheid gegevens die nodig is. Lebaredian benadrukt dat AI sterk afhankelijk is van data, en dat het bij fysieke AI ontbreekt aan direct beschikbare datasets zoals die voor grote taalmodellen (LLM’s).

Om deze uitdaging aan te gaan, stelt Nvidia voor om fysieke simulatoren als hernieuwbare gegevensbronnen te gebruiken, zodat robots voldoende trainingsdata kunnen genereren om taken zoals objectmanipulatie te leren. Zodra een robot zich bekwaamt in een gesimuleerde omgeving, kan hij worden ingezet in de echte wereld.

Lebaredian trekt een analogie tussen een pas afgestudeerde student en een getrainde robot. Beide beschikken over basiskennis, maar vereisen verdere specialisatie door middel van bedrijfsspecifieke gegevens en praktijken. Op dezelfde manier kunnen robots worden aangepast voor optimale prestaties binnen specifieke industrieën of toepassingen.

Tekorten aan arbeidskrachten opvangen

Hoewel Lebaredian geen precieze tijdlijn opgeeft, verwacht hij de komst van humanoïde robots in de nabije toekomst. De eerste toepassingen worden voorzien in fabrieken en magazijnen, om tekorten aan arbeidskrachten op te vangen die ontstaan doordat geschoolde arbeiders met pensioen gaan en jongere generaties steeds minder instromen in deze sectoren.

Naast industriële omgevingen bieden humanoïde robots ook mogelijkheden voor toepassingen in de detailhandel, mijnbouw, kernenergie en zelfs ruimteverkenning. Uiteindelijk zouden ze kunnen bijdragen aan de ouderenzorg, mits de vraag dit rechtvaardigt.

Veiligheidsbezorgdheden

Lebaredian erkent de bezorgdheid over de veiligheid van fysiek belichaamde AI. Het benadrukt echter de voortdurende verbetering die is waargenomen in generatieve AI, waarbij hij de exponentiële groei in nauwkeurigheid en kwaliteit van outputs sinds de introductie van ChatGPT aanhaalt. Chatbots kunnen misschien geen perfecte nauwkeurigheid bereiken vanwege de subjectieve aard van veel taken. Toch kunnen industriële toepassingen met meetbare resultaten – zoals objectmanipulatie – rigoureus worden getest en gevalideerd op veiligheid voordat ze worden ingezet.

Lebaredian trekt parallellen met bestaande complexe systemen zoals kernreactoren, en benadrukt ons vermogen om inherent risicovolle technologieën veilig te maken en te beheren. Hij heeft er vertrouwen in dat we soortgelijke principes kunnen toepassen om de veilige inzet van fysieke AI te garanderen.