Ze kunnen cocktails mixen, marathons lopen en de was plooien. Volledig zelfstandig werken, op grote schaal, is voorlopig nog niet mogelijk, “omdat er niet genoeg data zijn,” zegt Xinrui Bi van AgiBot.
Ze kunnen cocktails mixen, marathons lopen en de was plooien. Maar humanoïde robots zijn nog mijlenver verwijderd van het op commando uitvoeren van allerlei verschillende taken, wat marketingpraatjes ook mogen beweren.
Die kloof was makkelijk te zien op de Robotics Summit in Boston, eind mei. De glanzende brochures beloofden het ene. De mensen die de machines echt bouwen, zeiden iets anders.
Elon Musk pronkt graag met zijn Optimus-prototype, dat onlangs nog gefilmd werd terwijl het in korte pasjes jogde. Figure 03, een derde-generatierobot ontwikkeld door Figure AI, kan volledig autonoom een woonkamer opruimen en schoonmaken.
Het Chinese AgiBot en Matrix Robotics zeggen dat hun robots bezoekers kunnen verwelkomen, koffie serveren en hen rondleiden, een beetje zoals C-3PO uit “Star Wars”.
Realiteit is een stuk bescheidener
“De meeste humanoïden die je ziet, worden tele-geopereerd, of ze hebben heel specifieke trajecten en klusjes die ze uitvoeren”, zegt Chris Matthieu van startup RealSense, dat camera’s voor robots maakt.
Met andere woorden: veel robots worden óf bediend door een mens met een afstandsbediening, óf zitten vast in één heel smalle taak.
Neem Neo, de robot die 1X afgelopen oktober met veel tromgeroffel lanceerde. Hij werd in de markt gezet als “’s werelds eerste humanoïde robot voor consumenten, ontworpen om het leven thuis te transformeren” – maar werd in werkelijkheid bestuurd door iemand die discreet aan de zijkant stond.
Toch is er echte vooruitgang, en artificiële intelligentie is de drijvende kracht. “Ik denk dat AI die groei extreem heeft versneld”, zegt William Okazaki van sensorfabrikant Renesas.
Een grote horde zijn de handen. Al jaren de heilige graal van de robotica, maar ze komen nu in de buurt: robots kunnen intussen met een delicate touch grijpen, en sommige sensoren voelen zelfs wanneer ze menselijke huid aanraken.
Veel daarvan komt voort uit een nieuw type AI, het zogenaamde VLA-model, kort voor vision-language-action. Het combineert geschreven instructies met wat een camera in real time ziet, zodat de robot kan koppelen waar hij naar kijkt aan wat hij moet doen.
Daarnaast is er het “wereldmodel” – een AI die leert uit enorme hoeveelheden beelden en video tot ze kan voorspellen wat er in de echte wereld vervolgens zal gebeuren, bijvoorbeeld hoe een object verschuift als je het samendrukt.
– Jacht op data –
Maar een androïde die vanalles een beetje kan, is nog jaren weg.
“Voor robots met een algemeen doel zal het langer duren”, zegt Daniel Fan van Innodisk, dat onderdelen voor robots maakt.
Heel wat humanoïden zijn nu al in de praktijk te vinden – Atlas van Boston Dynamics bij Hyundai, AEON van Hexagon Robotics op een BMW-site – maar dat zijn proefprojecten, geen afgewerkte producten.
“Tot je de robot echt laat proberen om het ding te doen waarvan jij denkt dat hij het kan, weet je het gewoon niet”, zegt Charlie Kemp van Hello Robot, dat robots verkoopt voor mensen met beperkte mobiliteit.
Volledig zelfstandig draaien, op schaal, is voorlopig nog niet mogelijk, “omdat er niet genoeg data zijn,” zegt Xinrui Bi van AgiBot.
Om die te verzamelen, zetten bedrijven overal camera’s neer om menselijke bewegingen op te nemen – van mensen die thuis koken tot arbeiders in een textielatelier in India.
De inzet ligt hoger dan bij een chatbot zoals ChatGPT. Een robot grijpt in in de fysieke wereld, dus zijn fouten kunnen iemand pijn doen.
“Als je naar een meer sociale omgeving wil evolueren, moet het echt veilig zijn voor de gebruikers rondom de robot”, zegt Valentino Fagard van het Japanse XELA Robotics, dat werkt aan tastzin voor robots.
Ingenieurs kunnen grenzen instellen – de machines vertellen dat ze niet te hard mogen knijpen, of niet te dicht bij iemand mogen komen. Maar er is een probleem. Net als chatbots gedragen deze AI-systemen zich niet altijd twee keer op exact dezelfde manier, wat ze moeilijk voorspelbaar maakt.
“Het probleem met, noem het het wereldmodel, of de end-to-end VLA, is dat ze niet-deterministisch zijn, het zijn black boxes”, zegt John Black van Brain Corp, wier robots zich beperken tot één zeer specifieke taak, zoals vloeren schoonmaken of winkelrekken controleren.
“Ze zijn lang niet in de buurt van het vereiste veiligheidsniveau”, zegt hij, omdat zelfs de mensen die deze systemen bouwen niet volledig kunnen doorgronden waarom ze doen wat ze doen.
© AFP Economy/Business
tu/arp/mlm
