לומד כמו פעוט: הסטארטאפ שמלמד רובוטים לבצע משימות מווידאו בלבד

תחום הרובוטיקה נמצא בפתחו של שינוי תפיסתי עמוק. חברת הסטארטאפ Generalist AI, שפועלת מקמברידג' שבמסצ'וסטס, מציגה פריצת דרך משמעותית: זרוע רובוטית המסוגלת ללמוד לבצע משימות פיזיות מורכבות ומגוונות בעקבות צפייה בסרטון וידאו קצר בלבד, ללא צורך באימון ייעודי מראש עבור המשימה. על פי דיווח במגזין Wired, המערכת מפגינה יכולת אלתור והבנה פיזיקלית המזכירות התנהגות של פעוטות העוברים תהליך למידה בסביבתם.

את החברה ייסדו פיט פלורנס (Pete Florence), המשמש כמנכ"ל, אנדרו בארי (Andrew Barry), סמנכ"ל הטכנולוגיות, ואנדי דזנג (Andy Zeng), המדען הראשי. השלושה מחזיקים ברקע מקצועי בחברות כמו Google DeepMind ו-Boston Dynamics, והביאו עמם ניסיון בפיתוח חומרה ומודלים רובוטיים מתקדמים.

כמו פעוטות: אלתור, הבנת פיזיקה וגמישות מחשבתית

היכולת הייחודית של המודל נחשפה בסדרת הדגמות במשרדי החברה. באחד הניסויים, רובוט בעל שתי זרועות צפה בקטע וידאו קצר שבו אדם פותח רוכסן של ארנק ומוציא ממנו שטרות כסף. לאחר הצפייה, הרובוט התבקש לבצע את המשימה על ארנק מסוג אחר לגמרי. הוא פתח את הרוכסן, וכאשר נתקל בקשיים לשלוף את הכסף בעזרת הגריפר (Gripper) הימני שלו, החליף באופן עצמאי לזרוע השמאלית כדי להשיג זווית גישה טובה יותר. אחד מהמהנדסים שנכחו במקום ציין בהפתעה כי הרובוט מעולם לא ביצע תנועה כזו בעבר.

בהדגמה אחרת התבקש הרובוט לטאטא קוביה לתוך קערה באמצעות יעה אשפה ומברשת. כאשר החוקרים הסירו את המברשת מהזירה, הרובוט אלתר במהירות והשתמש ביעה האשפה עצמו כדי להניף את הקוביה לתוך הקערה. במקרה נוסף, כאשר הונחה בננה לפני הרובוט, הוא בחר להשתמש בה כדי לטאטא חפצים.

"זה בדיוק מסוג הדברים שאנשים התרגשו לגביהם עם GPT-3", אמר מנכ"ל החברה, פיט פלורנס, בשיחה עם Wired. "אפשר היה לקחת את המודל ההוא, לתת לו הנחיה למשימה חדשה, והיה לו סיכוי אמיתי להצליח בה".

החוקרים ב-Generalist AI מתמקדים בהקניית הבנה אינטואיטיבית של חוקי הפיזיקה למודל, בדומה לדרך שבה ילדים קטנים חוקרים את סביבתם. יכולת זו מאפשרת לרובוט להשליך מתרחיש אחד לתרחיש חדש לחלוטין.

מודל מבוסס נתונים ללא קוד פתוח

בניגוד לשיטות האימון המסורתיות ברובוטיקה, שדרשו הזנה של אלפי דוגמאות לכל משימה ספציפית והיו רגישות מאוד לשינויים קלים כמו תאורה, החברה בחרה בגישה שונה. ב-Generalist AI בנו את מודל הבינה המלאכותית מאפס (From scratch), ללא התבססות על מודלי שפה בקוד פתוח.

כדי לאסוף את הנתונים הדרושים, פיתחה החברה כפפות מיוחדות המזכירות צבתות רובוטיות ומצוידות במצלמות. עובדים במקומות שונים בעולם, כולל במקסיקו, משתמשים בכפפות אלו כדי לבצע מטלות יומיומיות מגוונות, ובכך מייצרים נפח עצום של נתוני אינטראקציה פיזית באיכות גבוהה.

• איסוף נתונים נרחב: שימוש במאות כפפות מצולמות ברחבי העולם.
• עצמאות טכנולוגית: פיתוח מודל ייעודי מן היסוד.
• הפשטה: נתוני האינטראקציה הפיזית אינם קשורים בפיגור לרובוט מסוים.

שאיפות תעשייתיות לצד אתגרי אמינות

חוקרים בתחום הרובוטיקה מביעים הערכה רבה ליישום של הסטארטאפ. דנפיי שו (Danfei Xu), רובוטיקאי מהמכון הטכנולוגי של ג'ורג'יה (Georgia Tech), ציין כי החברה דחפה את הגישה הזו לקצה וביצעה עבודה מצוינת. לדבריו, הניסויים שהוצגו מעידים על כוונה ברורה להטמיע את הרובוטים בסביבות מסחריות. גם קארן ליו (Karen Liu), רובוטיקאית מאוניברסיטת סטנפורד, ציינה כי הגישה של איסוף נתוני אינטראקציה פיזית בקנה מידה נרחב מוכיחה את עצמה.

עם זאת, בחברה מודים כי הדרך למוצר מסחרי מלא עודנה ארוכה. כיום, שיעור ההצלחה של הרובוט בביצוע משימות שהוצגו לו עומד על כ-59% בלבד. כדי לאפשר יישום תעשייתי אמין, למשל בקווי ייצור ומפעלים, שיעור ההצלחה נדרש לעמוד על יותר מ-99%.

עבור תעשיית ההייטק העולמית והמערכת האקולוגית של האוטומציה והרובוטיקה, הגישה של Generalist AI מסמנת עידן חדש: רובוטים שאינם מתוכנתים מראש לכל תנועה, אלא מסוגלים להסתגל לסביבה משתנה בזמן אמת ולפתח אינטליגנציה פיזית גמישה.

התוכן בכתבה זו נועד לספק סקירה כללית בלבד ואינו מהווה תחליף לייעוץ מקצועי פרטני. המערכת אינה אחראית לכל נזק או הפסד שייגרם כתוצאה מהסתמכות על המידע המוצג.