Eka Robotics huy động 150 triệu USD cho mô hình thị giác-lực lượng-hành động

Eka Robotics, một startup do giáo sư MIT Pulkit Agrawal và cựu nhà nghiên cứu Google DeepMind Tuomas Haarnoja thành lập, đã hoàn tất vòng tài trợ Series A trị giá 150 triệu USD. Khoản đầu tư này, dẫn dắt bởi a16z và F-Prime, đưa công ty lên mức định giá sau tiền (post-money) là 1,45 tỷ USD, đánh dấu sự chuyển dịch đáng kể trong cách trí tuệ nhân tạo tương tác với thế giới vật lý thông qua các kiến trúc thao tác tiên tiến.

Chuyện gì đã xảy ra

Ngành robot từ lâu đã gặp khó khăn trong việc thực hiện hành động đơn giản như cầm nắm đồ vật, bất chấp những khoản đầu tư khổng lồ vào các mô hình học sâu được huấn luyện trên dữ liệu video. Eka Robotics tuyên bố đã giải quyết nút thắt cổ chai này bằng cách phát triển một hệ thống vượt qua hiệu suất của con người trong các nhiệm vụ đòi hỏi sự khéo léo cụ thể. Theo Raghu Raghuram, đối tác chung của a16z, công nghệ này đã chứng minh khả năng siêu phàm và dự kiến sẽ mở rộng sang nhiều nhiệm vụ thao tác khác trong những tháng tới.

Các chuyên gia trong ngành đã tỏ ra ngạc nhiên trước những màn trình diễn. Kris Hauser, giáo sư tại Đại học Illinois Urbana-Champaign, ghi nhận khả năng thích ứng của hệ thống với đa dạng các loại đồ vật mà không cần phải huấn luyện lại. Ông mô tả một "tính người" rõ rệt trong hành vi của robot, đặc biệt là sự kiên trì khi những nỗ lực ban đầu thất bại. Một quan sát viên khác từ phòng thí nghiệm tiên phong so sánh tác động cảm xúc khi xem robot của Eka với những khoảnh khắc đột phá trong lĩnh vực di chuyển bằng chân từng thấy năm đến mười năm trước, nhấn mạnh sự mượt mà và tốc độ trong các chuyển động của nó là điểm đặc biệt ấn tượng.

Các chỉ số hiệu suất do công ty cung cấp cho thấy robot có thể cầm khoảng 1.500 đồ vật nặng tối đa 1 kg trong một giờ, vượt xa mức trung bình của con người là 600. Hệ thống được báo cáo đạt tỷ lệ độ tin cậy trên 95 phần trăm. Tốc độ và lực của cánh tay đủ lớn để thuật toán phải có độ tin cậy cao trong logic điều khiển nhằm tránh tự gây hư hại, mức độ tin tưởng này gợi ý rằng quá trình thử nghiệm đã được tiến hành kỹ lưỡng và các mô hình nền tảng rất vững chắc.

Cách thức hoạt động

Đổi mới cốt lõi nằm ở việc chuyển từ các mô hình thị giác-ngôn ngữ-hành động sang kiến trúc thị giác-lực lượng-hành động. Trong khi các mô hình truyền thống phụ thuộc nhiều vào đầu vào thị giác để xác định hành động, phương pháp của Eka ưu tiên phản hồi lực. Pulkit Agrawal giải thích rằng thị giác chỉ cung cấp dữ liệu thô về vị trí và tư thế, trong khi các quá trình cầm nắm và tìm kiếm thực tế được thúc đẩy bởi tương tác lực. Điều này phù hợp với những phê phán từ các chuyên gia như Rodney Brooks, người cho rằng robot AI tạo sinh sẽ thất bại nếu không đại diện cho xúc giác và lực.

Để hiện thực hóa điều này, Eka đã thiết kế một bàn tay robot tùy chỉnh với độ linh hoạt cao hơn và mật độ cảm biến lực dày đặc hơn so với các kẹp truyền thống. Phần cứng này cho phép robot phản ứng tức thì với tiếp xúc, ngăn ngừa hư hỏng cho các mặt hàng dễ vỡ như quả mâm xôi. Quá trình huấn luyện tận dụng các mô phỏng vật lý quy mô lớn để mô hình hóa nhiều loại lực gặp phải trong quá trình cầm nắm. Bằng cách sử dụng học tăng cường trong các môi trường mô phỏng này, nhóm có thể tạo ra hàng nghìn giờ trải nghiệm robot chỉ trong vài phút, vượt qua những hạn chế của việc thu thập dữ liệu minh họa từ thế giới thực.

Cách tiếp cận từ dưới lên này trái ngược với các phương pháp lập kế hoạch từ trên xuống được sử dụng bởi nhiều mô hình AI đa mục đích. Trong khi các hệ thống như Astra có thể xử lý việc ra quyết định ở cấp độ cao, chúng thường thiếu độ chính xác vật lý cần thiết cho các nhiệm vụ tinh vi. Mô hình của Eka đảm nhận việc thực thi vật lý, cho phép nó lấp đầy khoảng trống giữa trí tuệ chung và hiệu suất vật lý đáng tin cậy. Huấn luyện dựa trên mô phỏng giúp robot vượt qua các khả năng được thể hiện bởi người vận hành, vì nó không bị ràng buộc bởi dữ liệu hạn chế từ các minh họa thủ công.

Chi tiết chính

• Eka Robotics đã huy động 150 triệu USD trong vòng tài trợ Series A, đạt mức định giá sau tiền 1,45 tỷ USD.
• Đội ngũ sáng lập bao gồm giáo sư MIT Pulkit Agrawal và cựu nhà nghiên cứu Google DeepMind Tuomas Haarnoja.
• Robot sử dụng mô hình thị giác-lực lượng-hành động thay vì khung thị giác-ngôn ngữ-hành động phổ biến hơn.
• Các bài kiểm tra hiệu suất cho thấy robot có thể cầm 1.500 đồ vật mỗi giờ với độ tin cậy trên 95 phần trăm.
• Việc huấn luyện dựa vào các mô phỏng vật lý có khả năng mở rộng và học tăng cường thay vì video minh họa của con người.
• Các thử nghiệm công nghiệp hiện tại tập trung vào hoạt động lấy-và-đặt (pick-and-place) và thao tác dây điện trong các triển khai bí mật.

Tại sao điều này quan trọng

Đối với các kỹ sư phần mềm và trưởng nhóm kỹ thuật, sự phát triển này báo hiệu một bước chuyển từ các mô hình thị giác thuần túy dựa trên dữ liệu sang các hệ thống lai tích hợp các định luật vật lý vào vòng lặp học tập. Sự phụ thuộc vào mô phỏng cho học tăng cường giảm bớt sự phụ thuộc vào việc thu thập dữ liệu thế giới thực tốn kém và chậm chạp. Sự chuyển dịch này có thể đẩy nhanh việc triển khai robot trong các môi trường không cấu trúc, nơi dữ liệu thị giác đơn lẻ không đủ cho việc thao tác chính xác.

Sự phân biệt giữa lập kế hoạch cấp cao và điều khiển vật lý cấp thấp đang trở nên rõ ràng hơn. Các mô hình AI chung có thể chỉ đạo những gì cần làm, nhưng các mô hình AI vật lý chuyên biệt như của Eka sẽ thực hiện nhiệm vụ một cách an toàn và hiệu quả. Sự tách biệt mối quan tâm này cho phép xây dựng các hệ thống vững chắc hơn, nơi lớp vật lý có thể hoạt động với tốc độ cao và độ tin cậy, tin tưởng vào thuật toán để ngăn ngừa hư hỏng phần cứng khi tương tác với các đồ vật tinh vi hoặc biến đổi.

Tuy nhiên, vẫn còn những thách thức trong việc chuyển đổi từ môi trường phòng thí nghiệm được kiểm soát sang các dây chuyền lắp ráp công nghiệp. Độ tin cậy trong thời gian dài, chẳng hạn như chạy liên tục không lỗi trong một năm, là một rào cản đáng kể. Ngoài ra, trọng tâm hiện tại vào lấy-và-đặt và xử lý dây điện phải mở rộng sang các nhiệm vụ phức tạp hơn có giá trị gia tăng để chứng minh tính ứng dụng rộng rãi. Độ bền của phần cứng, hiện được xếp hạng cho 5 triệu chu kỳ hoạt động, cũng cần đáp ứng tiêu chuẩn 20 triệu chu kỳ của các cánh tay robot công nghiệp.

Bạn có thể làm gì

• Đánh giá xem các dự án robot hiện tại của bạn có đang phụ thuộc quá nhiều vào dữ liệu thị giác mà thiếu tích hợp phản hồi lực đầy đủ hay không.
• Khám phá các khung học tăng cường hỗ trợ mô phỏng dựa trên vật lý để huấn luyện các chính sách thao tác.
• Nghiên cứu các thiết kế kẹp giàu cảm biến có thể cung cấp dữ liệu lực độ phân giải cao cho điều khiển vòng kín.
• Cân nhắc các kiến trúc lai, nơi các LLM cấp cao xử lý lập kế hoạch nhiệm vụ trong khi các mô hình chuyên biệt quản lý việc thực thi vật lý.
• Theo dõi các phát triển trong kỹ thuật chuyển giao từ mô phỏng sang thực tế để giảm nhu cầu thử nghiệm extensive trong thế giới thực.
• Đánh giá các yêu cầu về độ bền của phần cứng so với nhu cầu vận hành của việc sử dụng công nghiệp liên tục.