Ontvang de beste AI- en AI-kunstverhalen van de week in je inbox — geselecteerd, kort en gratis.
Gratis. Je kunt je altijd afmelden.
AI is de belangrijkste drijvende kracht die robots van smalle, gescripte taken naar algemene autonomie stuwt — maar vooraanstaande onderzoekers zeggen dat de kloof tussen een fabrieksarm en een robot die betrouwbaar een vaatwasser kan inladen nog steeds bestaat uit harde, onopgeloste problemen.
Industriële robots zijn al decennia autonoom in een beperkte zin — dezelfde las, dezelfde greep, dezelfde plaatsing, duizenden keren zonder fout herhalen. Wat AI nu mogelijk maakt, is iets anders: robots die kunnen generaliseren. Een model getraind op diverse manipulatiedata kan in principe omgaan met een object dat het fysiek nog nooit heeft tegengekomen, door te redeneren over de vorm, het gewicht en het waarschijnlijke gedrag ervan.
Die verschuiving van gememoriseerde beweging naar beredeneerde actie is de kern van wat onderzoekers bedoelen met algemene autonomie. Volgens de berichtgeving van Ars Technica beschrijven verschillende oprichters en academici die in de robotica werken het huidige moment als het punt waarop taal- en visiemodellen — dezelfde architecturen achter beeldgeneratoren en chatbots — worden hergebruikt als robotbrein. Het praktische resultaat is snellere taakgeneralisatie: in plaats van voor elk nieuw object een nieuwe bewegingsreeks te programmeren, verfijn je een foundation model op een relatief kleine set robotdemonstraties.
Het LeRobot-framework van Hugging Face, dat menselijke feedbacklussen toevoegde in versie v0.6.0, is een open-source voorbeeld van deze aanpak in de praktijk — menselijke correcties worden teruggevoerd in de training om het gedrag van een robot bij randgevallen te verbeteren.
Visie en taal zijn grotendeels opgelost op een niveau dat goed genoeg is voor veel robottaken. Handen niet. De menselijke hand heeft 27 vrijheidsgraden en een tactiel feedbacksysteem dat geen enkele huidige robotgrijper evenaart. Een rijpe tomaat plukken zonder hem te kneuzen, een kabel door een klem rijgen, een shirt vouwen — deze taken vereisen krachtmeting en fijne motoriek die huidige hardware en AI-modellen slecht aankunnen bij variatie in de echte wereld.
Onderzoekers pakken dit van twee kanten aan: betere hardware (zachte grijpers, tactiele sensoren) en betere trainingsdata (teleoperatiedatasets, overdracht van simulatie naar realiteit). Geen van beide is opgelost. Het faalpercentage bij nieuwe behendigingstaken in ongecontroleerde omgevingen is nog steeds hoog genoeg dat onbeheerde inzet — een robot die alleen een taak uitvoert zonder dat een mens klaarstaat om in te grijpen — buiten strak afgebakende omgevingen commercieel niet haalbaar is.
De consensus onder de onderzoekers met wie Ars Technica sprak, is dat inzet op de werkvloer als eerste volwassen zal worden. Magazijnen, ziekenhuizen en productiehallen delen een belangrijke eigenschap: ze kunnen gedeeltelijk worden ingericht om de onvoorspelbaarheid te verminderen die robotgedrag verstoort. De belichting is consistent. Objecten zijn gelabeld. Vloeren zijn vrij. Dat is een veel vriendelijkere omgeving voor een systeem dat nog steeds moeite heeft wanneer een cornflakesdoos op zijn kant staat of een deurmat verschuift.
Inzet in huis heeft een langere tijdlijn, juist omdat huizen zich verzetten tegen standaardisatie. Elke keuken is anders. Elk gezin laat objecten op onvoorspelbare plekken achter. De robot die jouw keuken aankan, heeft ofwel een veel robuustere generalisatie nodig dan huidige modellen bieden, of een huis dat is ingericht rond de beperkingen van de robot — en dat is niet hoe de meeste mensen willen leven.
Voor iedereen die AI-systemen bouwt of bijhoudt waar investeringen in foundation models naartoe vloeien, is robotica steeds vaker het antwoord. Dezelfde multimodale architecturen die afbeeldingen genereren en gesprekken voeren, worden — met wisselend succes — aangepast voor fysieke besturing. De bedrijven die de kloof tussen simulatie en realiteit kunnen dichten en behendig manipuleren op schaal kunnen oplossen, zullen bepalen hoe algemene autonomie er in de praktijk uitziet. Onderzoekers plaatsen die horizon op jaren, niet decennia — maar ze zijn voorzichtig genoeg om geen specifiek jaar te noemen.
