Robots maakten hun podiumdebuut de dag na Nieuwjaar 1921. Ruim een halve eeuw voordat de wereld voor het eerst een glimp van de droids van George Lucas opving, betrad een klein leger zilverkleurige mensachtigen de podia van de Eerste Tsjechoslowaakse Republiek. Het waren in alle opzichten mensachtigen: twee armen, twee benen, een hoofd – de hele kreng.
Het toneelstuk van Karel Čapek, R.U.R (Rossumovi Univerzální Roboti), was een hit. Het werd in tientallen talen vertaald en gespeeld in heel Europa en Noord-Amerika. De blijvende erfenis van het werk was echter de introductie van het woord robot. De betekenis van de term is in de tussenliggende eeuw behoorlijk geëvolueerd, omdat de robots van Čapek meer organisch dan machinaal waren.
Tientallen jaren van sciencefiction hebben er echter voor gezorgd dat het publieke beeld van robots niet te ver van zijn oorsprong is afgedwaald. Voor velen is de humanoïde vorm nog steeds het platonische robotideaal – alleen heeft de stand van de technologie die visie nog niet ingehaald. Eerder deze week hield Nvidia zijn eigen robotparade op de GTC-ontwikkelaarsconferentie, terwijl CEO Jensen Huang werd geflankeerd door afbeeldingen van een zestal mensachtigen.
Hoewel het concept van de humanoïde voor algemeen gebruik in wezen al langer bestaat dan het woord robot, leek de realisatie van het concept tot voor kort volkomen ongrijpbaar. We zijn er nog lang niet, maar voor het eerst is het concept aan de horizon verschenen.
Wat is een mensachtige voor algemeen gebruik?
Beeldcredits: Nvidia
Voordat we dieper duiken, laten we twee belangrijke definities uit de weg ruimen. Als we het hebben over mensachtigen voor algemeen gebruik, is het een feit dat beide termen verschillende dingen betekenen voor verschillende mensen. In gesprekken nemen de meeste mensen een Justice Potter Ik weet het als ik het zie benadering van beide in een gesprek.
microsoft neer
Omwille van dit artikel ga ik een robot voor algemene doeleinden definiëren als een robot die snel vaardigheden kan opdoen en in wezen elke taak kan uitvoeren die een mens kan doen. Een van de grote knelpunten hier is dat multifunctionele robots niet plotseling van de ene op de andere dag algemeen inzetbaar zijn.
Omdat het een geleidelijk proces is, is het moeilijk precies te zeggen wanneer een systeem die drempel heeft overschreden. De verleiding is groot om met dat laatste stukje een beetje een filosofisch konijnenhol in te gaan, maar om dit artikel binnen de boeklengte te houden, ga ik door en ga verder met de andere term.
Ik kreeg een beetje (grotendeels goedaardige) flauwte toen ik het systeem van Reflex Robotics een mensachtige noemde. Mensen wezen op het overduidelijke feit dat de robot geen benen heeft. Afgezien van het feit dat niet alle mensen benen hebben, kan ik het systeem prima een mensachtige noemen, of meer specifiek een mensachtige op wielen. Naar mijn mening lijkt het voldoende op de menselijke vorm om in het plaatje te passen.
Een tijdje geleden maakte iemand bij Agility bezwaar toen ik Digit misschien wel een mensachtige noemde, wat suggereerde dat er niets betwistbaars aan was. Wat duidelijk is, is dat de robot niet zo trouw is aan een poging om de menselijke vorm na te bootsen als sommige concurrenten. Ik moet echter toegeven dat ik misschien enigszins bevooroordeeld ben omdat ik de evolutie van de robot heb gevolgd vanaf zijn voorloper Cassie, die meer leek op een struisvogel zonder hoofd (luister, we hebben allemaal een lastige periode doorgemaakt).
Een ander element waar ik vaak rekening mee houd is de mate waarin de menselijke vorm wordt gebruikt om menselijke taken uit te voeren. Dit element is niet absoluut noodzakelijk, maar het is een belangrijk onderdeel van de geest van mensachtige robots. Voorstanders van de vormfactor zullen immers snel wijzen op het feit dat we onze werelden rond mensen hebben gebouwd, dus het is logisch om mensachtige robots te bouwen die in die wereld kunnen werken.
Aanpassingsvermogen is een ander belangrijk punt dat wordt gebruikt om de inzet van tweevoetige mensachtigen te verdedigen. Robots hebben al tientallen jaren fabrieksbanen, en de overgrote meerderheid daarvan is voor één doel bedoeld. Dat wil zeggen, ze zijn gebouwd om één ding heel vaak heel goed te doen. Dit is de reden waarom automatisering zo geschikt is voor productie; er is veel uniformiteit en herhaling, vooral in de wereld van de assemblagelijnen.
Brownfield versus greenfield
Beeldcredits: Brian Verwarming
De termen greenfield en brownfield worden al tientallen jaren in verschillende disciplines algemeen gebruikt. De eerste is de oudste van twee en beschrijft braakliggend land (vrij letterlijk: een groen veld). Brownfield is ontwikkeld als contrast met de eerdere term en verwijst naar ontwikkeling op bestaande locaties. In de wereld van magazijnen is dit het verschil tussen iets helemaal opnieuw bouwen of werken met iets dat er al is.
Er zijn voor- en nadelen van beide. Brownfields zijn over het algemeen tijd- en kosteneffectiever, omdat je niet helemaal opnieuw hoeft te beginnen, terwijl greenfields de mogelijkheid bieden om een terrein volledig volgens de specificaties te bouwen. Gegeven de oneindige middelen zullen de meeste bedrijven kiezen voor een greenfield. Stel je de prestaties voor van een ruimte die van de grond af aan is gebouwd met geautomatiseerde systemen in gedachten. Dat is een droom voor de meeste organisatoren, dus als het tijd is om te automatiseren, zoekt een meerderheid van de bedrijven naar brownfield-oplossingen – zeker als ze voor het eerst hun tenen in het robotwater steken.
triviavers
Aangezien de meeste magazijnen brownfields zijn, mag het geen verrassing zijn dat hetzelfde kan worden gezegd voor de robots die voor deze ruimtes zijn ontworpen. Humanoïden passen prima in deze categorie; in een aantal opzichten behoren ze zelfs tot de bruinste brownfieldoplossingen. Dit komt terug op het eerdere punt over het bouwen van humanoïde robots voor hun omgeving. Je kunt gerust aannemen dat de meeste brownfieldfabrieken zijn ontworpen met menselijke werknemers in gedachten. Vaak komen daarbij elementen als trappen kijken, die een obstakel vormen voor robots op wielen. Hoe groot dat obstakel uiteindelijk is, hangt van veel factoren af, waaronder de lay-out en de workflow.
Baby stapjes
Beeldcredits: Figuur
Noem mij een natte deken, maar ik ben een groot voorstander van het stellen van realistische verwachtingen. Ik doe dit werk al heel lang en heb mijn deel van de hype-cycli overleefd. Er is een mate waarin ze nuttig kunnen zijn als het gaat om het vergroten van de interesse van investeerders en klanten, maar het is maar al te gemakkelijk om ten prooi te vallen aan te hoge beloften. Dit omvat zowel uitgesproken beloften rond toekomstige functionaliteit als demovideo's.
Over dat laatste schreef ik vorige maand in een post met de brutale titel: Hoe je een robotica-demo kunt vervalsen voor de lol en winst. Er zijn een aantal manieren om dit te doen, waaronder verborgen telebewerking en creatieve bewerking. Ik heb gefluister gehoord dat sommige bedrijven video's versnellen, zonder de informatie openbaar te maken. In feite is dat de oorsprong van de naam van het humanoïde bedrijf 1X: al hun demo's worden op 1X-snelheid uitgevoerd.
De meesten in de sector zijn het erover eens dat openbaarmaking belangrijk – zelfs noodzakelijk – is voor dergelijke producten, maar er zijn geen strikte normen. Je zou kunnen stellen dat je in een juridisch grijs gebied terechtkomt als dergelijke video’s een rol spelen bij het overtuigen van investeerders om grote sommen geld neer te leggen. Ze wekken op zijn minst enorm onrealistische verwachtingen bij het publiek – vooral bij degenen die geneigd zijn de woorden van leidinggevenden die de waarheid verkondigen als evangelie te beschouwen.
Dat kan alleen maar schade toebrengen aan degenen die hard werken terwijl ze in werkelijkheid met de rest van ons samenwerken. Het is gemakkelijk in te zien hoe de hoop snel afneemt als systemen er niet in slagen aan die verwachtingen te voldoen.
De tijdlijn voor implementatie in de echte wereld bevat twee primaire beperkingen. De eerste is mechatronisch: dat wil zeggen waartoe de hardware in staat is. De tweede is software en kunstmatige intelligentie. Zonder een filosofisch debat te beginnen over wat kwalificeert als kunstmatige algemene intelligentie (AGI) in robots, kunnen we één ding zeker zeggen: de vooruitgang is geleidelijk geweest en zal dat ook blijven.
echte anomalie 100m
Zoals Huang onlangs opmerkte bij GTC: als we AGI specificeren als iets heel specifieks, een reeks tests waarbij een softwareprogramma het heel goed kan doen – of misschien 8% beter dan de meeste mensen – dan geloof ik dat we er binnen vijf jaar zullen zijn. . Dat staat aan de optimistische kant van de tijdlijn die ik van de meeste experts op dit gebied heb gehoord. Een bereik van vijf tot tien jaar lijkt gebruikelijk.
Voordat mensachtigen iets raken dat op AGI lijkt, zullen ze beginnen als systemen voor één doel, net als hun meer traditionele tegenhangers. Pilots zijn ontworpen om te bewijzen dat deze systemen het ene ding goed op schaal kunnen doen voordat ze naar het volgende gaan. De meeste mensen kijken naar het verplaatsen van bakken als het laaghangende fruit. Natuurlijk kan de gemiddelde Kiva/Locus AMR de hele dag bakken verplaatsen, maar deze systemen missen de mobiele manipulatoren die nodig zijn om ladingen zelf aan en uit te verplaatsen. Dat is waar robotarmen en eindeffectoren in beeld komen, of ze nu wel of niet vastzitten aan iets dat er menselijk uitziet.
Toen Robert Sun onlangs tegen mij sprak op de Modex-show in Atlanta, bracht Robert Sun, oprichter en ingenieur van Dexterity, een interessant punt naar voren: mensachtigen zouden een slimme noodoplossing kunnen zijn op weg naar het uitlichten van (volledig geautomatiseerde) magazijnen en fabrieken. Als de volledige automatisering eenmaal is doorgevoerd, heb je niet noodzakelijkerwijs de flexibiliteit van een mensachtige nodig. Maar kunnen we redelijkerwijs verwachten dat deze systemen op tijd volledig operationeel zullen zijn?
Door al het logistieke en magazijnwerk over te zetten naar gerobotiseerd werk, dacht ik dat humanoïden een goed overgangspunt zouden kunnen zijn, zei Sun. Nu hebben we de mens niet, dus plaatsen we de mensachtige daar. Uiteindelijk zullen we verhuizen naar deze geautomatiseerde verlichtingsfabriek. De kwestie dat mensachtigen erg moeilijk zijn, maakt het moeilijk om ze in de overgangsperiode te plaatsen.
Breng me naar de piloot
Beeldcredits: Apptronik/Mercedes
De huidige stand van zaken op het gebied van de humanoïde robotica kan in één woord worden samengevat: piloot. Het is een belangrijke mijlpaal, maar één die ons niet noodzakelijk alles vertelt. Pilotaankondigingen komen als persberichten waarin de vroege fase van een mogelijk partnerschap wordt aangekondigd. Beide partijen zijn er dol op.
op nt telefoonnummer
Voor de startup vertegenwoordigen ze echte, aantoonbare interesse. Voor de grote onderneming geven ze aan de aandeelhouders het signaal dat het bedrijf zich bezighoudt met de nieuwste stand van de techniek. Zelden worden echter echte cijfers vermeld. Die komen meestal in beeld als we over inkooporders beginnen te praten (en zelfs dan vaak niet).
Het afgelopen jaar zijn er een aantal hiervan aangekondigd. BMW werkt samen met Figure, terwijl Mercedes Apptronik heeft ingeschakeld. Opnieuw heeft Agility een voorsprong op de rest, nadat het de pilots met Amazon heeft afgerond. We wachten echter nog steeds op bericht over de volgende stap. Het is vooral veelzeggend dat – ondanks de langetermijnbelofte van systemen voor algemeen gebruik, vrijwel iedereen in de ruimte met dezelfde basisfunctionaliteit begint.
Twee poten om op te staan
Beeldcredits: Brian Verwarming
Op dit punt zou het duidelijkste pad naar AGI bekend moeten zijn voor iedereen met een smartphone. De Spot-implementatie van Boston Dynamics biedt een duidelijk voorbeeld uit de praktijk van hoe het app store-model kan werken met industriële robots. Hoewel er veel overtuigend werk wordt gedaan in de wereld van robotleren, zijn we nog ver verwijderd van systemen die nieuwe taken kunnen bedenken en fouten op grote schaal kunnen corrigeren. Als roboticafabrikanten maar een beroep zouden kunnen doen op externe ontwikkelaars, op een manier die vergelijkbaar is met die van telefoonfabrikanten.
De belangstelling voor deze categorie is de afgelopen maanden aanzienlijk toegenomen, maar persoonlijk gesproken is de naald voor mij sinds eind vorig jaar niet veel meer in een van beide richtingen gegaan. We hebben een aantal absoluut geweldige demo’s gezien, en generatieve AI biedt een veelbelovende toekomst. OpenAI dekt zijn weddenschappen zeker af, eerst door te investeren in 1X en – meer recentelijk – in Figure.
Veel slimme mensen hebben vertrouwen in de vormfactor en veel anderen blijven sceptisch. Eén ding durf ik echter met zekerheid te zeggen: of toekomstige fabrieken nu wel of niet op betekenisvolle schaal zullen worden bevolkt met humanoïde robots, al dit werk zal wel iets opleveren. Zelfs de meest sceptische robotici met wie ik over dit onderwerp heb gesproken, hebben gewezen op het NASA-model, waarbij de race om mensen op de maan te laten landen leidde tot de uitvinding van producten die we tot op de dag van vandaag op aarde gebruiken.
We zullen voortdurende doorbraken zien in onder meer robotachtig leren, mobiele manipulatie en voortbeweging die op de een of andere manier invloed zullen hebben op de rol die automatisering in ons dagelijks leven speelt.