Роботы до сих пор плохо справляются с тем, чтобы что-то поднять. И это при миллиардах долларов инвестиций и бесконечных видео, скормленных моделям глубокого обучения.
Похоже, скоро всё изменится. Eka Robotics построила архитектуру манипуляции: чувствительный к силе захват плюс модель глубокого обучения нового типа.
Стартап основали профессор MIT Пулkit Агравал и бывший исследователь Google DeepMind Туомас Хаарноя. Только что они закрыли раунд A на 150 миллионов долларов - при оценке 1,45 миллиарда после денег. Лид-инвесторы - венчурные фонды a16z и F-Prime.
«На некоторых задачах они уже обгоняют человека, и мы думаем, что через несколько месяцев превзойдут его во многих задачах ловкой манипуляции», - сказал TechCrunch Рагху Рагхурам, генеральный партнёр a16z, который вместе с коллегой вёл раунд.
Вау-эффект для робототехников
В эпоху бесконечных роботов-демонстраторов возможности Eka шокируют даже бывалых робототехников.
Крис Хаузер, профессор Университета Иллинойса в Урбане-Шампейне, говорит, что на фоне других недавних демо у Eka есть «вау-эффект». Робот «адаптировался к куче разных предметов без переобучения», - отметил Хаузер. И добавил: в нём есть что-то «человеческое, жутковато-человеческое - он будет пробовать снова и снова, если с первого раза не вышло».
Другой робототехник (попросил не называть имя, работает в передовой лаборатории) рассказал TechCrunch, что смотреть на робота Eka - это эмоциональный опыт. Примерно как пять-десять лет назад, когда роботы впервые научились надёжно ходить на ногах. Смотрите сами:
Скорость и надёжность захвата
Что тут примечательного? Насколько плавно и быстро двигается робот. За час он берёт около 1500 предметов весом до килограмма. Человек - примерно 600. Eka утверждает: надёжность захвата выше 95 процентов.
И рука достаточно сильна, чтобы на такой скорости навредить себе. По мнению наблюдателя из передовой лаборатории, это значит, что «они очень доверяют своему алгоритму - не сломает робота. Интересно, сколько роботов они сломали по дороге?»
Когда тот же робототехник познакомился с роботом Eka, он протянул ему малину - любимый тестовый предмет лаборатории.
«Ощущение, когда большая тяжёлая роборука несётся к твоей руке, в последний момент замедляется и очень нежно тебя касается, - я, пока мы говорим, всё ещё ношу это чувство в теле», - сказал он TechCrunch.
Как не раздавить малину
Такие возможности - следствие того, как построена базовая модель. Это не vision-language-action модель (её учат понимать связь между языком, зрительным входом и действиями). Здесь схема vision-force-action: упор на связь языка, силовых сигналов и действий.
Критики нынешнего направления генеративного ИИ в робототехнике - например, Родни Брукс - говорят, что без попытки представить силу и осязание такие модели провалятся. Результаты Eka намекают, что критики правы.
«Зрение - не главный способ решить проблему последнего миллиметра, - сказал TechCrunch соучредитель Eka Агравал. - Зрение говорит примерно, где объект и какая у него поза. А сам захват, сам поиск происходят через силы».
Eka пришлось спроектировать уникальную роборуку - гибче традиционных захватов и с большим числом датчиков силы. Она реагирует на контакт - поэтому и не давит малину.
Как именно этого добились, основатели не распространяются: конкуренция. Но суть в физическом симуляторе, который моделирует множество сил при попытке захвата. На его основе строят среду обучения с подкреплением, которую можно гонять в масштабе. По их словам, тысячи часов робототехнического опыта генерируются за минуты.
«Вместо того чтобы ограничиваться данными, скажем, от человеческих демонстраций, Eka продавливает через обучение с подкреплением подход, где робот может превзойти любые показанные ему демонстрации, - сказал Хаузер. - Самое интересное: они не ограничены данными, которые им дают для обучения».
Ставка на симуляцию
Агравал и Хаарноя познакомились ещё в аспирантуре Калифорнийского университета в Беркли. Оба - ведущие исследователи в области обучения с подкреплением для управления роботами.
Главная ставка Eka была на то, что этот метод можно масштабировать через симуляцию, а не полагаться на видео, которые часами собирают краудсорсинговые работники или операторы роботов. Симуляция стала ключом к надёжному манипулированию - задача, которая раньше давалась куда труднее, когда нужно взаимодействовать с объектами, а не просто их избегать.
«Eka закрывает разрыв между универсальностью и производительностью, а этот разрыв мучает всю современную робототехнику», - утверждает Агравал.
Как сделать универсального робота полезным
Сейчас самые универсальные физические ИИ-модели - те, что берутся за множество разных задач, - не особенно хороши в них. Но модели, натасканные на одну задачу, вряд ли оправдают бизнес-кейс компании. Обещание генеративного ИИ в другом: робот быстро осваивает несколько задач, пусть даже новых.
Нынешние подходы неплохо создают роботов, которые умнее прежних. Astra, последняя языковая модель ChatGPT, может управлять роботом в незнакомой обстановке и выполнять задачи - но медленно и дорого.
Смысл модели вроде Eka в том, чтобы она отвечала за физику, а более общая модель решала, как подступиться к проблеме. Astra, к примеру, знает, что тарелки после посудомойки ставят в шкаф. А модель Eka способна взять тарелку и не разбить её.
«Большая часть отрасли сосредоточена на планировании, - говорит соучредитель Eka Хаарноя. - Они идут сверху: высокоуровневый интеллект, который спускают вниз к физике. А мы думаем снизу вверх».
Испытание реальным производством
Правда, Eka ещё предстоит доказать себя в поле. Компания ведёт закрытые пилоты с несколькими промышленными заказчиками - захват и перемещение деталей, работа с проводами. Но прыжок из лаборатории на конвейер почти так же велик, как разрыв между симуляцией и реальностью.
«Большим испытанием станет работа с интеграторами на настоящих сборочных линиях, когда всё должно крутиться без сбоев целый год», - говорит Хаузер.
Второй открытый вопрос: насколько эти методы переносятся на разные задачи? Я видел захват и перемещение, но многие задачи в промышленности, создающие добавленную стоимость, не сводятся к этому».
Агравал тоже думает о развёртывании. Сейчас, по его словам, захватное устройство Eka стоит меньше 1000 долларов и рассчитано на 5 миллионов рабочих циклов. Но цель - дотянуть до планки в 20 миллионов, которую задают стандартные промышленные манипуляторы.
«Мы строим инженерию того, как проектировать целые рабочие процессы, но начинаем очень прагматично, - говорит Агравал. - Берём два направления: захват, сортировка и размещение, а также работа с проводами. И хотим сделать их безупречными. А когда сделаем, потолок для нашего подхода станет небом».
