Figure-robot mestrer 30 ukjente hjem uten tilpasning

Humanoidroboten Helix 2.5 fra Figure.ai demonstrerer for første gang at en robot kan utføre flere kroppslige oppgaver i hele 30 nye, ukjente hjem uten forutgående trening eller finjustering i disse miljøene. Dette betyr at roboten, som blant annet rydder stuer, bretter håndklær og reder senger, kan settes rett i arbeid, mye slik et menneske gjør i et nytt hus. Tidligere måtte roboter læres opp spesifikt for hvert nytt miljø de skulle operere i. Dette gjennombruddet er et resultat av et omfattende forhåndstreningsdata kalt Index, en global samling av menneskelig atferd. Studiet viser at forhåndstrening med Index økte suksessraten for roboten fra 9% til 56% i ukjente omgivelser, sammenlignet med en modell som startet uten denne databasen. Dette indikerer en 6x forbedring takket være brede erfaringer fra mennesker. For norske arbeidsplasser, som distribusjonssentre, lager eller sykehjem, der roboter må håndtere varierte omgivelser, betyr dette potensielt mye lavere kostnader og raskere implementering. Behovet for opplæring med oppgavest spesifikke data ble halvert, selv om robotens evne til å generalisere oppgavene ble tretti ganger større. Figure.ai har forpliktet 3,5 milliarder dollar i datakraft til videre trening av Helix-modellen, og genererer rundt 35 minutter med nye menneskelige erfaringsdata hvert sekund. Dette understreker ambisjonen om å skape roboter som lærer generelt fra menneskelig erfaring, fremfor å måtte lære spesifikt for hvert scenario.