Voedselverwerking is een werkgebied dat nog steeds sterk afhankelijk is van mensen. Fruit, groenten, vlees en ander voedsel moeten snel maar voorzichtig worden behandeld. Het is ook moeilijk te automatiseren omdat geen twee stukken fruit, groenten of kipnuggets er precies hetzelfde uitzien.
Eka’s demo’s suggereren dat het bedrijf misschien iets groots op het spoor is. Ik merkte dat ik hun robots mentaal vergeleek met GPT-1, het eerste grote taalmodel van OpenAI, vier jaar vóór ChatGPT ontwikkeld. GPT-1 was vaak onsamenhangend, maar vertoonde een glimp van algemene taalkundige intelligentie.
De robots die ik zag lijken een soortgelijk soort opkomende fysieke intelligentie te hebben. Toen ik een video bekeek waarin iemand in slow motion naar een set sleutels reikte, merkte ik dat hij iets deed dat opmerkelijk menselijk leek: hij raakte de punten van zijn grijpers aan op de tafel en liet ze over het oppervlak glijden voordat hij contact maakte met de sleutels en ze tussen zijn vingers vastzette. Eka’s algoritmen lijken instinctief te weten hoe ze moeten herstellen van een onhandige poging. Dit soort dingen zijn voor andere robots moeilijk te leren, tenzij de mensen die ze trainen opzettelijk een breed scala aan fouten maken.
In tegenstelling tot elke andere robot die ik kan bedenken, is het bijna mogelijk om je voor te stellen hoe de wereld eruit ziet voor de robot. De sensoren lijken het gewicht van zijn arm te voelen, de traagheid terwijl hij naar de toetsen beweegt en vertraagt. Zodra hij de sleutels in zijn greep heeft, lijkt hij het gewicht ervan te voelen bungelen aan zijn klauw.
Ik weet niet of Eka’s aanpak echt de weg is naar een ChatGPT-achtige doorbraak in robotica. Sommige zeer slimme experts zijn van mening dat het combineren van menselijke demonstraties met simulatie betere resultaten zal opleveren dan simulatie alleen. Misschien zal uiteindelijk een combinatie van de twee benaderingen nodig zijn? Maar het lijkt duidelijk dat robots uiteindelijk het soort tactiele, fysieke intelligentie zullen moeten hebben waar Eka aan werkt als ze menselijke behendigheid willen verkrijgen.
Agrawal vertelt me dat dezelfde algemene aanpak zou moeten werken voor fijnere manipulatie. De lastige behendigheid die nodig is om een iPhone te bouwen, zou bijvoorbeeld kunnen worden bereikt door verschillende actuatoren en sensoren te bouwen en de taak in simulatie te oefenen.
Na een paar uurtjes bij Eka te hebben doorgebracht, besluit ik even langs te gaan bij het restaurant beneden. Ik kijk vanaf de toonbank toe hoe het personeel eten klaarmaakt en koffie zet. Een afstammeling van de machine boven kan deze dingen misschien net zo goed, zo niet beter, doen. Maar gegeven hoeveel ik geniet van het praten met de mensen die daar werken, denk ik dat ik extra zou betalen om mensen in de buurt te houden. Tenzij, dat wil zeggen, mijn handen ook geautomatiseerd worden.
Laat ons weten wat u van dit artikel vindt. Stuur een brief naar de redactie via (e-mail beveiligd).
