Eka оцінюють у $1,45 млрд завдяки фізичній моделі ШІ, яка захоплює експертів

Роботи досі не надто добре вміють підбирати речі, попри мільярди доларів інвестицій і нескінченні відео, які подаються в моделі глибокого навчання.

Незабаром це може змінитися завдяки архітектурі маніпуляції, створеній Eka Robotics, яка охоплює чутливий до сили захват і новий тип моделі глибокого навчання. Стартап, заснований професором Массачусетського технологічного інституту Пулкітом Агравалом і колишнім дослідником Google DeepMind Туомасом Хаарнойєю, щойно залучив $150 мільйонів у раунді Series A, у результаті чого його постгрошова оцінка склала $1,45 мільярда. Раунд очолили венчурні фонди a16z і F-Prime.

«Вони вже перевершують людські можливості в певних завданнях, і тому ми вважаємо, що протягом наступних кількох місяців надлюдська продуктивність з’явиться в багатьох завданнях, пов’язаних із вправною маніпуляцією», — розповів TechCrunch Рагху Рагурам, генеральний партнер a16z, який був співкерівником раунду фінансування.

В епоху нескінченних роботизованих демонстрацій можливості Eka вражають навіть досвідчених розробників роботів.

Кріс Гаузер, професор Іллінойського університету в Урбана-Шампейні, сказав, що порівняно з іншими нещодавніми демонстраціями роботів, які він бачив, тут був «вау-ефект». Робот Eka «здатен адаптуватися до великої кількості різних об’єктів без повторного навчання», — сказав Гаузер, додавши, що він також має певний аспект «людяності, моторошної людяності: якщо йому не вдається з першого разу, він знову і знову намагається це зробити».

Інший фахівець із робототехніки, який попросив не називати його імені через свою роботу в передовій лабораторії, розповів TechCrunch, що побачити робота Eka в дії було емоційним досвідом, порівнянним із моментом, коли роботи вперше досягли надійного пересування на ногах п’ять–десять років тому. Погляньте самі:

 

Що тут примітного? Наскільки плавно й швидко рухається робот. За годину він може підняти близько 1 500 об’єктів вагою до 1 кг, тоді як людина — близько 600; Eka заявляє, що робот надійно піднімає об’єкти більш ніж у 95% випадків. А рука робота достатньо сильна, щоб пошкодити саму себе, рухаючись із такою швидкістю. За словами спостерігача з передової лабораторії, це свідчить про те, що «вони дуже довіряють своєму алгоритму й не бояться, що він зламає робота. Цікаво, скільки роботів вони зламали на цьому шляху?»

Коли фахівець із робототехніки з передової лабораторії зустрівся з роботом Eka, він передав йому малину — очевидно, улюблений тестовий предмет лабораторії. «Відчуття, коли великий важкий робот мчить до моєї руки, а потім вчасно сповільнюється і дуже ніжно торкається мене, — це відчуття, яке я навіть зараз, коли говорю, ношу у своєму тілі», — розповів він TechCrunch.

Як не розчавити малину

Ці можливості є наслідком того, як було створено базову модель. Замість моделі «бачення—мова—дія» — яку навчають розуміти взаємозв’язок між мовою, візуальними даними та діями — тут використовується модель «бачення—сила—дія», зосереджена на взаємозв’язку між мовою, силовими даними та діями. Критики нинішнього напряму розвитку генеративних робототехнічних моделей, як-от Родні Брукс, стверджують, що вони зазнають невдачі без спроб представити силу й дотик; результати Eka свідчать, що такі критики мають рацію.

«Зір не є основним способом розв’язання цієї проблеми останнього міліметра», — розповів TechCrunch співзасновник Eka Агравал. «Зір приблизно повідомляє, де розташований об’єкт і яке його положення, але саме захоплення, саме пошук відбуваються за допомогою сил».

Eka довелося розробити унікальну роботизовану кисть, яка була гнучкішою за традиційні захвати й містила більше датчиків сили; вона реагує на контакт, тому й не розчавлює малину. Засновники неохоче розповідають, як саме їм це вдалося, з очевидних конкурентних причин, але загалом ідеться про використання фізичного симулятора для моделювання численних сил, із якими робот зіткнеться під час спроби щось захопити, і про використання цього симулятора для створення середовища навчання з підкріпленням, яке можна запускати у великому масштабі. Вони стверджують, що можуть генерувати тисячі годин роботизованого досвіду за лічені хвилини.

«Замість того щоб обмежуватися даними, які ви збираєте, скажімо, із людських демонстрацій, Eka за допомогою навчання з підкріпленням просуває підхід, у якому робот може перевершити будь-які надані йому демонстрації», — сказав Гаузер. «Особливо захоплює те, що вони не обмежені даними, представленими їм для навчання».

Агравал і Хаарнойя, які вперше познайомилися в аспірантурі Каліфорнійського університету в Берклі, є провідними дослідниками у сфері навчання з підкріпленням для керування роботами. Ключова ставка Eka полягала в тому, що цю техніку можна масштабувати за допомогою симуляції, а не покладатися на відео, зібрані працівниками краудсорсингових платформ або операторами роботів, які виконують завдання протягом багатьох годин. Симуляція стала ключем до досягнення надійної маніпуляції робота — результату, який у минулому виявлявся складнішим для завдань, що потребують взаємодії з об’єктами, а не уникнення їх.

«EKA долає розрив між універсальністю та продуктивністю, від якого потерпає значна частина сучасної робототехніки», — стверджує Агравал.

Як зробити універсального робота корисним

Наразі найбільш універсальні моделі фізичного ШІ — ті, що можуть виконувати безліч різних завдань, — не надто добре із ними справляються. Водночас моделі ШІ, навчені бути надзвичайно ефективними в одному завданні, можуть не забезпечити для компанії економічне обґрунтування: обіцянка генеративного ШІ полягає в тому, що роботи зможуть швидко навчатися виконувати кілька завдань, зокрема нових.

Сучасні підходи добре допомагають створювати роботів, які мають більш загальний інтелект, ніж раніше: Astra, найновіша LLM ChatGPT, може керувати роботом у незнайомому середовищі й виконувати разом із ним завдання, але повільно та з високими витратами. Обіцянка моделі на кшталт Eka полягає в тому, що вона бере на себе фізичну взаємодію, тоді як більш загальна модель ухвалює рішення про те, як розв’язати проблему. Наприклад, Astra може знати, що тарілки після виймання з посудомийної машини складають у шафу, але модель Eka здатна підняти тарілку, не розбивши її.

«Більша частина галузі зосереджувалася на плануванні, — каже співзасновник Eka Хаарнойя, — тож вони рухаються згори вниз: від інтелекту високого рівня до його передавання у фізичний світ. Ми ж мислимо знизу вгору».

Однак Eka ще має довести свою ефективність у реальних умовах. Компанія в таємниці проводить пілотні проєкти з низкою промислових клієнтів, виконуючи завдання з підбирання й розміщення предметів та маніпуляції дротами, але перехід від лабораторії до виробничої лінії майже такий же великий, як розрив між симуляцією та реальністю.

«Великою проблемою стане робота з інтеграторами на реальних складальних лініях, де система має працювати цілий рік без поломок», — сказав Гаузер. Інше відкрите питання — «наскільки ці методи можна узагальнити для різних завдань? Я бачив підбирання й розміщення, але багато промислових завдань із доданою вартістю передбачають більше, ніж просто підбирання та розміщення».

Агравал також зосереджений на можливості розгортання; за його словами, апаратне забезпечення захвата Eka, яке коштує менш ніж $1 000, наразі розраховане на 5 мільйонів робочих циклів, але кінцева мета — досягти позначки у 20 мільйонів циклів, встановленої стандартними промисловими маніпуляторами.

«Ми створюємо інженерні рішення для проєктування цілих робочих процесів, але починаємо дуже прагматично й кажемо: ось два вертикальні напрямки — підбирання, упорядкування, розміщення та робота з дротами, — тож давайте зробимо їх безумовним успіхом», — сказав Агравал. «Коли ми досягнемо безумовного успіху в них, можливості того, скільки ми зможемо зробити за допомогою підходу, який розробляємо, будуть безмежними».