Słaby punkt robotów namierzony. Wszyscy patrzą na głowę, a chodzi o dłonie

Chińskie firmy rozwijają robotyczne dłonie, bo to one mogą zdecydować, czy humanoidy staną się użyteczne. Problemem nie są tylko silniki, ale też dane i dotyk.

Robot humanoidalny może chodzić, machać do kamery, tańczyć na scenie i robić minę technologicznego przełomu. Może wyglądać jak przyszłość, która właśnie wyszła z laboratorium, jednak wystarczy poprosić go o zapięcie guzika, rozbicie jajka, zawiązanie sznurowadła albo spakowanie zakupów do torby, żeby cały spektakl padł. Chiny coraz wyraźniej dochodzą do wniosku, iż słaby punkt humanoidów nie znajduje się w głowie. Znajduje się na końcu ramienia. Dłonie mogą zdecydować, czy roboty będą tylko drogimi manekinami z AI, czy wreszcie zaczną wykonywać realną pracę.

Humanoid bez dłoni jest tylko chodzącą reklamą

Przez ostatnie lata najwięcej uwagi przyciągały głowy, twarze, głosy i sposób poruszania się robotów. To zrozumiałe. Humanoid, który biega, tańczy albo wykonuje salto, natychmiast trafia do internetu. Wygląda ciekawie, daje świetne nagranie i buduje wrażenie, iż rewolucja nadchodzi.

Tyle iż większość użytecznych zadań nie zaczyna się od biegu. Zaczyna się od chwytu. Trzeba podnieść kubek, przesunąć pudełko, otworzyć drzwi, wyjąć produkt z półki, włożyć wtyczkę, złapać miękki materiał, dokręcić element, nacisnąć przycisk albo użyć narzędzia. Bez dłoni robot może dojść do miejsca pracy, ale niekoniecznie zrobi tam coś sensownego.

To właśnie dlatego chińskie firmy zaczęły tak mocno skupiać się na zręcznych robotycznych dłoniach. W humanoidzie to one są interfejsem ze światem. Kamera może zobaczyć obiekt, model AI może zaplanować czynność, nogi mogą doprowadzić maszynę do stołu. Ale jeżeli palce nie potrafią chwycić przedmiotu z odpowiednią siłą i pod odpowiednim kątem, cała inteligencja zostaje uwięziona w ładnie wyglądającym korpusie.

Jak pisaliśmy w tekście: Z robotami humanoidalnymi jesteśmy w polu. Dosłownie, dzisiejszy hype wokół humanoidów często przykrywa fakt, iż prawdziwa zmiana dokonuje się w mniej widowiskowych miejscach: fabrykach, magazynach, rolnictwie i automatyzacji konkretnych zadań. Dłonie idealnie tu pasują. Nie wyglądają tak spektakularnie jak robot na scenie, ale bez nich humanoid pozostaje śmiesznym robotem przypominającym człowieka.

Dłoń człowieka to biologiczny koszmar dla inżyniera

Ludzka dłoń jest jednym z najbardziej imponujących narzędzi, jakie stworzyła ewolucja. Ma dziesiątki kości, stawy, ścięgna, mięśnie, nerwy, skórę, opuszki, paznokcie i niesamowicie gęsty system czucia. Potrafi jednocześnie użyć siły i delikatności. Może utrzymać młotek, dotknąć szklanki tak, żeby jej nie zgnieść, wyczuć teksturę materiału i skorygować chwyt, zanim przedmiot wypadnie.

Dla człowieka to wszystko jest oczywiste, bo robimy to bez świadomego rozpisywania instrukcji. Dla robota to jednak koszmar. Musi wiedzieć, gdzie jest przedmiot, jaki ma kształt, czy jest śliski, twardy, miękki, ciężki, kruchy, gorący albo niestabilny. Musi dobrać siłę nacisku i ruch palców. Musi korygować chwyt w czasie rzeczywistym, a najlepiej jeszcze przewidywać, co stanie się za ułamek sekundy.

Dlatego dłonie są znacznie trudniejsze, niż sugeruje ich rozmiar. W małej objętości trzeba upchnąć silniki, przekładnie, sensory, przewody, elektronikę, mechanikę palców i odporność na zużycie. Całość ma być lekka, szybka, tania, precyzyjna i bezpieczna dla człowieka. Każdy z tych warunków osobno jest trudny. Razem tworzą jedno z najtwardszych wyzwań robotyki.

Jak czytamy na The Guardian, szef LinkerBota Alex Zhou mówił obrazowo, iż wykonanie robotycznej dłoni jest wielokrotnie trudniejsze niż zbudowanie reszty humanoida, bo jej zręczność jest ogromna, a objętość bardzo mała. choćby jeżeli w tym porównaniu jest trochę startupowej retoryki, sens jest trafny: to nie twarz robota decyduje, czy maszyna będzie użyteczna. Decydują palce.

Chiny mają przewagę tam, gdzie Zachód jej po prostu nie ma i mieć nie będzie

Chińskie firmy nie zaczynają tej gry od całkowitego zera. Mają za sobą ogromny ekosystem produkcji elektroniki, baterii, silników, sensorów i precyzyjnych podzespołów, rozbudowany m.in. przez przemysł telefonów i samochodów elektrycznych. To naprawdę ma znaczenie, bo robotyczna dłoń jest sprzętem fizycznym, a nie tylko modelem AI w chmurze.

W Stanach Zjednoczonych albo Europie można mieć genialny projekt, ale potem trzeba zdobyć komponenty, obniżyć koszt produkcji, zorganizować montaż, kontrolę jakości i skalowanie. W Chinach droga od prototypu do serii bywa naprawdę o wiele krótsza, bo dostawcy są blisko, a produkcyjne know-how jest codziennością.

Symbolem stał się tu LinkerBot. Firma powstała w 2023 r., a już produkuje tysiące robotycznych dłoni miesięcznie i celuje w jeszcze większą skalę. Według Reutersa ma bardzo silną pozycję w segmencie dłoni o wysokiej liczbie stopni swobody, czyli takich, które potrafią wykonywać bardziej złożone ruchy niż prosty chwytak przemysłowy.

To nie znaczy, iż Chiny już rozwiązały problem humanoidów. Oznacza to raczej, iż bardzo gwałtownie przechodzą przez etap hardware’u, który dla wielu konkurentów jest barierą samą w sobie. jeżeli ktoś potrafi tanio i masowo produkować dłonie, może zacząć testować je w setkach i tysiącach scenariuszy. A w robotyce liczba testów ma znaczenie.

Jak pisaliśmy w tekście: Elon Musk cały czas gada o robotach. LG wprowadza je do sprzedaży, dłonie są jednym z największych wąskich gardeł robotyki domowej. To one decydują, czy robot rzeczywiście wykona prace w mieszkaniu, czy tylko będzie drogim asystentem na kółkach albo nogach.

Hardware to dopiero połowa sukcesu

Chińczycy mogą produkować coraz lepsze robotyczne dłonie, ale sama mechanika nie wystarczy. Jak nauczyć je robić rzeczy? Nie chodzi o jeden zaprogramowany ruch i pokazany na targach, tylko o setki codziennych czynności w nieidealnym świecie.

W przypadku modeli językowych było łatwiej przynajmniej pod jednym względem: internet jest pełen tekstu. Można było zebrać gigantyczne zbiory danych i uczyć modele na tym, co ludzie przez lata napisali. Dla robotycznych dłoni takiego internetu nie ma. Nie istnieje globalna, gotowa baza miliardów przykładów tego, jak naciska się gąbkę, chwyta mokry kubek, rozkłada koszulkę albo wkłada jajko do opakowania.

Dlatego firmy zbierają dane inaczej. Jedną metodą jest teleoperacja, czyli sterowanie robotem przez człowieka. Operator wykonuje zadanie, robot powtarza ruch, a system zapisuje dane. Problem w tym, iż to jest powolne, kosztowne i męczące. Nauczenie maszyny prostego zadania może wymagać setek godzin pracy.

Inną metodą są rękawice z sensorami. Wuji Technology rozwija rękawicę, która ma rejestrować ruch dłoni, nacisk i informacje o dotyku. To bardzo istotne, bo człowiek nie tylko widzi przedmiot. Człowiek czuje, iż skorupka jajka zaraz pęknie, iż materiał się ślizga, iż karton jest pusty albo iż nakrętka stawia opór. Robot musi dostać odpowiednik naszego czucia. Bez dotyku pozostaje ślepy w momencie, w którym najbardziej potrzebuje informacji.

Dotyk jest ostatnim językiem, którego AI musi się nauczyć

AI świetnie radzi sobie z tekstem i coraz lepiej z obrazem. Jednak manipulacja przedmiotami wymaga fizycznego sprzężenia zwrotnego. Świat nie jest plikiem. Przedmiot może się przesunąć, odkształcić, spaść, odbić, pęknąć albo uciec spod palców. Każda czynność jest małym eksperymentem z materią.

Właśnie dlatego robotyczna dłoń potrzebuje nie tylko kamer, ale także czucia siły, nacisku, poślizgu i kontaktu. Musi rozumieć, iż inaczej chwyta się jabłko, inaczej śrubokręt, inaczej plastikową butelkę, inaczej ręcznik, a jeszcze inaczej kabel. Dla człowieka różnica jest oczywista. Dla robota to zestaw danych, który trzeba zebrać, opisać i przełożyć na ruch.

Tu właśnie pojawia się pojęcie embodied AI, czyli sztucznej inteligencji wcielonej w fizyczne ciało. Nie chodzi o model, który tylko odpowiada na pytania. Chodzi o system, który postrzega świat, działa w nim i uczy się konsekwencji własnych ruchów. Taka AI musi znać nie tylko słowa, ale także opór, ciężar, tarcie i przypadkowość.

Wielcy gracze technologiczni coraz mocniej inwestują w tzw. fizyczną AI: symulacje, robotykę, autonomiczne systemy i narzędzia do trenowania maszyn działających w świecie rzeczywistym. Chińskie dłonie są materialnym końcem tego procesu. Bez nich fizyczna AI nie istnieje.

*Grafika wprowadzająca wygenerowana przez AI