ИИ для решения физических задач: робот Eka делает 1 500 захватов в час, втрое быстрее человека

Eka Robotics, основанная профессором MIT Пулкитом Агравалом и бывшим исследователем Google DeepMind Туомасом Хаарноей, привлекла 150 миллионов долларов в раунде Series A при оценке компании в 1,45 миллиарда долларов после раунда (post-money). Раунд возглавили венчурные фонды a16z и F-Prime. Издание TechCrunch, опубликовавшее материал, собрало реакции независимых робототехников и инвесторов.

Что именно измеряли?

Большинство современных роботов учатся по схеме «vision-language-action» (модель зрение-язык-действие): модель получает картинку, текстовую команду и выдаёт движение. Проблема в том, что камера не чувствует, с какой силой палец сжимает предмет. Поэтому такие роботы либо давят хрупкие вещи, либо роняют скользкие.

Eka заменила «язык» в этой цепочке на «силу» и получила модель «vision-force-action» (зрение-сила-действие). Робот видит, где объект, но само хватание управляется датчиками силы в пальцах захвата. Это принципиально иной путь: зрение подсказывает «примерно здесь», а точное движение происходит через физическое ощущение контакта.

«Зрение говорит вам примерно, где объект и какая у него поза, но само хватание, само нащупывание происходит через силы.» : Пулкит Агравал, сооснователь Eka Robotics

Чтобы обучить модель, компания не собирала тысячи часов видео с работниками, которые вручную перекладывают предметы. Вместо этого инженеры построили физический симулятор, моделирующий множество сил, возникающих при захвате, и запустили в нём обучение с подкреплением (reinforcement learning, метод, при котором ИИ-агент пробует действия, получает «награду» за успех и «штраф» за ошибку, и так учится сам). По словам основателей, симулятор генерирует тысячи часов робототехнического опыта за минуты.

Что обнаружили?

• Скорость выше человеческой. Робот захватывает около 1 500 объектов массой до 1 кг за час. Человек на аналогичной задаче делает около 600 захватов. Рагу Рагурам, генеральный партнёр a16z, заявил TechCrunch, что по ряду задач робот «уже превышает сверхчеловеческую производительность».

• Надёжность выше 95%. Eka сообщает, что робот успешно берёт предметы более чем в 95% случаев, и при этом адаптируется к новым объектам без переобучения.

• Деликатность при высокой скорости. Робот двигается настолько быстро, что способен повредить сам себя, но датчики силы останавливают захват вовремя. Анонимный робототехник из ведущей лаборатории описал TechCrunch, как тяжёлый манипулятор на полной скорости затормозил в последний момент и «очень нежно» коснулся руки исследователя, державшего малину.

• Обучение без привязки к данным от людей. Крис Хаузер, профессор Университета Иллинойса в Урбана-Шампейн, отметил, что робот Eka «способен адаптироваться к большому числу разных объектов без переобучения» и «не ограничен данными, которые ему дают для обучения». Именно обучение с подкреплением в симуляторе позволяет роботу превзойти любые демонстрации, на которых его тренировали.

• Мост между универсальностью и точностью. Агравал формулирует задачу так: существующие универсальные модели физического ИИ умеют пробовать много задач, но выполняют их плохо, а узкоспециализированные модели хороши в одной задаче, но не окупаются. Eka закрывает «разрыв между универсальностью и производительностью», который, по словам Агравала, «мучает большую часть современной робототехники».

Что это значит для вас?

Автору Дзена и копирайтеру. Тема ИИ для решения физических задач, это мощный повод для контента: запрос «робот, который чувствует» понятен любой аудитории. Можно разобрать принцип «зрение подсказывает, а пальцы решают» как аналогию для объяснения, почему текстовые нейросети галлюцинируют (галлюцинация, когда ИИ уверенно выдумывает то, чего не было): им не хватает «осязания», обратной связи с реальностью.

Маркетологу. Если вы продвигаете продукт, связанный с логистикой, складами или производством, цифры Eka (2,5-кратное превосходство над человеком по скорости) дают готовый аргумент для разговора с клиентами о роботизации. Но честно предупредите: технология пока на стадии демонстраций, промышленных внедрений компания не анонсировала.

Предпринимателю в РФ и СНГ. Подход «обучение через симуляцию физики» можно сопоставить с российскими задачами: сортировка и упаковка на складах, фасовка на пищевом производстве, работа с хрупкими деталями на сборке. Продукт Eka на рынке РФ не представлен, но сам метод (физический симулятор плюс обучение с подкреплением) доступен как исследовательский подход. Из российских команд в области промышленной робототехники работают «Промобот», лаборатории Сколтеха и МФТИ, но публичных аналогов модели «зрение-сила-действие» пока нет.

Робот Eka пока остаётся демонстрацией, не продуктом на полке. Но 150 миллионов долларов и восторг робототехников, которые сравнивают увиденное с моментом, когда роботы впервые уверенно пошли на двух ногах, говорят о том, что направление «сначала физика, потом интеллект» получило реальное финансирование и реальные результаты, а значит, через год-два это дойдёт до складов и цехов.

По данным TechCrunch