Boston Dynamics leidde een robotrevolutie. Nu leren de machines zichzelf nieuwe trucjes

Marc Raibert, de oprichter en voorzitter van Boston Dynamics , gaf de wereld een verzameling twee- en viervoetige machines die in staat waren tot verbluffende parkour , aanstekelijke dansroutines en ijverig schappen vullen .

Raibert wil nu een revolutie in robotintelligentie en acrobatiek leiden. En hij zegt dat recente ontwikkelingen in machine learning het vermogen van zijn robots om moeilijke bewegingen uit te voeren zonder menselijke hulp hebben versneld. "De hoop is dat we veel gedrag kunnen produceren zonder alles wat robots doen handmatig te hoeven maken," vertelde Raibert me onlangs.

Boston Dynamics is misschien wel de pionier van robots met poten, maar het is nu onderdeel van een grote groep bedrijven die robot honden en humanoiden aanbieden. Pas deze week liet een startup genaamd Figure een nieuwe humanoid zien genaamd Helix, die blijkbaar boodschappen kan uitladen . Een ander bedrijf, x1, liet een gespierd ogende humanoid genaamd NEO Gamma zien die klusjes in huis doet . Een derde, Apptronik, zei dat het van plan is om de productie van zijn humanoid, Apollo, op te schalen . Demo's kunnen echter misleidend zijn. Ook maken weinig bedrijven bekend hoeveel hun humanoiden kosten, en het is onduidelijk hoeveel van hen ze echt verwachten te verkopen als hulpjes in het huishouden.

De echte test voor deze robots zal zijn hoeveel ze onafhankelijk van menselijke programmering en directe controle kunnen doen. En dat zal afhangen van ontwikkelingen zoals die welke Raibert aanprijst. Afgelopen november schreef ik over pogingen om geheel nieuwe soorten modellen te creëren voor het besturen van robots. Als dat werk vruchten begint af te werpen, zien we misschien dat humanoïden en viervoeters sneller vooruitgang boeken.

Boston Dynamics verkoopt een viervoetige robot genaamd Spot die wordt gebruikt op olieplatforms, bouwplaatsen en andere plekken waar wielen moeite hebben met het terrein. Het bedrijf maakt ook een humanoïde genaamd Atlas voor onderzoek. Raibert zegt dat Boston Dynamics eenkunstmatige intelligentietechniek genaamd reinforcement learning gebruikte om Spots vermogen om te rennen te verbeteren, zodat hij drie keer sneller beweegt. Diezelfde methode helpt Atlas ook om zelfverzekerder te lopen, zegt Raibert.

Reinforcement learning is een decennia oude manier om een ​​computer iets te laten leren door middel van experimenten in combinatie met positieve of negatieve feedback. Het kwam vorig decennium op de voorgrond toen Google DeepMind liet zien dat het algoritmes kon produceren die in staat waren tot bovenmenselijke strategie en gameplay. Meer recent hebben AI-engineers de techniek gebruikt om grote taalmodellen zichzelf te laten gedragen.

Raibert zegt dat zeer nauwkeurige nieuwe simulaties het moeizame leerproces hebben versneld door robots hun bewegingen in silico te laten oefenen. "Je hoeft niet zoveel fysiek gedrag van de robot te krijgen [om] goede prestaties te genereren," zegt hij.

Verschillende academische groepen hebben werk gepubliceerd dat laat zien hoe reinforcement learning kan worden gebruikt om de voortbeweging van benen te verbeteren. Een team van UC Berkeley gebruikte de aanpak om een ​​humanoïde te trainen om over hun campus te lopen . Een andere groep van ETH Zürich gebruikt de methode om viervoeters over verraderlijk terrein te leiden .

Boston Dynamics bouwt al tientallen jaren robots met poten, gebaseerd op Raiberts baanbrekende inzichten over hoe dieren dynamisch balanceren met behulp van het soort lage-niveau controle dat hun zenuwstelsel biedt. Hoe lenig de machines van het bedrijf ook zijn, geavanceerdere gedragingen, zoals dansen, parkour doen en gewoon door een kamer navigeren, vereisen normaal gesproken zorgvuldige programmering of een soort menselijke afstandsbediening.

In 2024 richtte Raibert het Robotics and AI (RAI) Institute op om manieren te onderzoeken om de intelligentie van robots met poten en andere robots te vergroten , zodat ze meer zelfstandig kunnen doen. Terwijl we wachten tot robots daadwerkelijk leren hoe ze de afwas moeten doen, zou AI ze minder vatbaar voor ongelukken moeten maken. "Je maakt minder robots kapot als je het ding daadwerkelijk op de fysieke machine laat draaien", zegt Al Rizzi, chief technology officer bij het RAI Institute.

Wat vindt u van de vele humanoïde robots die nu worden gedemonstreerd? Welke taken zouden ze volgens u moeten uitvoeren? Schrijf ons op [email protected] of reageer hieronder.