De ambitieuze visie om humanoïde robots naar ons dagelijks leven te brengen, ondervindt aanzienlijke obstakels, voornamelijk vanwege een verbluffende “100.000-jaars data-achterstand”, aldus UC Berkeley-roboticus Ken Goldberg. In recente bevindingen gepubliceerd in Science Robotics komt het argument naar voren dat humanoïde robots nog ver verwijderd zijn van het bereiken van de vaardigheid en betrouwbaarheid om complexe taken in de echte wereld uit te voeren. De vergelijking ligt in de sprongen die zijn gemaakt door grote taalmodellen (LLM’s), die met succes de enorme tekstgegevens op het internet hebben benut. Maar als het gaat om robots die fysieke taken beheersen, betoogt Goldberg, is het pad niet zo eenvoudig.
Waarom Taal Behendigheid Overtrof
Goldberg benadrukt dat de belangrijkste bottleneck die robots tegenhoudt, niet alleen in software of data zit, maar in de ingewikkelde taken die fijne motoriek vereisen, zoals het hanteren van delicate objecten of het uitvoeren van subtiele aanpassingen. Mensen doen dit moeiteloos, intuïtief, maar voor robots vertegenwoordigen deze taken monumentale uitdagingen. Deze ongelijkheid weerklinkt in de al lang bestaande paradox van Moravec: taken die voor mensen eenvoudig zijn, kunnen voor machines extreem complex blijken te zijn. Voorstellen om online videogegevens te gebruiken om robots te trainen schieten tekort omdat ze de gedetailleerde fysieke interacties missen die nodig zijn voor echt begrip en replicatie.
Simulatie en Tele-operatie: Huidige Hulp Maar Niet de Oplossing
Hoewel simulaties robots vooruit helpen in dynamische prestaties zoals rennen, blijft het vertalen hiervan naar ingewikkelde taken moeilijk. Tele-operatie, waarbij mensen robots direct besturen, genereert bruikbare gegevens, maar in een zeer traag tempo. Deze methoden tonen potentieel maar blijven nog steeds achter bij de leercurves die in taalgebaseerde AI worden gezien. Volgens Goldberg zou de aanpak ergens tussen gegevensverzameling en “ouderwets vakmanschap” moeten liggen, met de focus op praktische, inzetbare oplossingen om real-world data te verzamelen die voortdurende verbetering aandrijft.
Ouderwets Vakmanschap Ontmoet Moderne Robotica
Goldberg pleit voor een hybride benadering van engineering en real-world gegevensverzameling. Bedrijven zoals Waymo en Ambi Robotics gebruiken deze methode, waarbij ze continu data verzamelen tijdens het gebruik om de prestaties iteratief te verbeteren. Dit vormt een beeld, niet van een nachtelijke revolutie, maar van een ijverige evolutie. Dergelijke geleidelijke vooruitgang in robotica zou de hype kunnen verminderen die vaak de publieke perceptie en verwachtingen vertroebelt.
Het Echte Werk Begint Pas
Het debat over robots die banen overnemen is genuanceerd. Volgens Goldberg blijven banen in de fabriekssector die complexe handmatige manipulatie vereisen, veilig voor automatisering. Daarentegen kunnen routinetaken, vooral in de kantoorsectoren, groter verstoring ervaren naarmate op taal gebaseerde systemen deze functies in toenemende mate automatiseren. Desalniettemin zijn banen die empathie en menselijke interactie vereisen minder waarschijnlijk volledig geautomatiseerd te worden.
Voorbij Software: Slimme Lichamen zijn Essentieel
Fysieke beperkingen zijn niet beperkt tot algoritmische of datatekorten. Goldberg en collega’s benadrukken dat humanoïde robots ook fysiek moeten evolueren. Verbeteringen in gewrichtsontwerp en mechanische intelligentie zijn net zo cruciaal als software-upgrades. Waarnemingen in de echte wereld benadrukken dat veel huidige robots buitensporige energie verbruiken door verouderde en inflexibele hardware-ontwerpen, wat de behoefte aan een verschuiving naar biotische geïnspireerde ontwerpen onderstreept.
Conclusie: Een Oproep tot Gebalanceerde Vooruitgang
Hoewel de huidige voortgang tastbaar is, pleit Goldberg voor getemperde verwachtingen. Het beheersen van deze vaardigheden is niet om de hoek maar een minutieus traject dat engineering en adaptief ontwerp combineert. Het beschermen van het roboticaveld tegen slecht geïnformeerde hype zal de gestage, praktische vooruitgang behoeden die nodig is om robots te laten overgang maken van innovatieve prototypes naar betrouwbare helpers in het dagelijks leven.
Zoals vermeld in Interesting Engineering, kunnen verdere inzichten worden verkregen uit een interview met Ken Goldberg op UC Berkeley News.