Figure julkaisi torstaina Helix 2.5:n, hermoverkon, joka ohjaa yhtiön humanoidirobottia tavallisissa kotitöissä. Robotti suoritti kolme tehtävää 30 kodissa, joita ei ollut käytetty mallin koulutuksessa. Testikodeista ei kerätty lainkaan uutta dataa, eikä mallia sovitettu niihin jälkikäteen. Kaikissa kodeissa ajettiin sama tallennuspiste.
Yleistäminen on ollut robotiikan sitkein pullonkaula. Laitteet opetetaan tyypillisesti yksi ympäristö kerrallaan, ja jokainen uusi tila vaatii oman datankeruukierroksensa. Figuren mukaan Helix 2.5 rakennettiin vastaamaan vaikeampaan kysymykseen: voiko humanoidi astua ennennäkemättömään kotiin ja ryhtyä heti töihin koko kehollaan.
Kolme kotitehtävää 30 vuokratussa kodissa
Figure vuokrasi 30 kotia Bay Arean alueelta. Robotti siivosi olohuoneen lelut koriin, taitteli pyyhkeet ja petasi sängyn. Yhtiön julkaisua käsitelleen blogikirjoituksen mukaan mikään testikodeista ei sisältynyt koulutusdataan.
Onnistumisen kriteerit olivat poikkeuksellisen tiukat. Olohuoneen siivouksessa robotin piti kerätä kaikki 13-15 lelua koriin, ja pyyhkeistä jokainen oli taiteltava ja asetettava paikalleen. Petaamisessa molemmat tyynyt piti siirtää sängyn päätyyn, peiton kulmat vetää kohdalleen ja peitto silottaa.
Osittainen suoritus ei kelvannut. Myöskään testeissä käytetyt esineet eivät esiintyneet tehtäväkohtaisessa koulutusdatassa, joten robotti kohtasi kerralla sekä uuden huoneen että uudet tavarat.
Yhtiö raportoi myös aiempaa paremmasta virheistä toipumisesta. Robotti osasi perääntyä, vaihtaa asentoaan tai kiertää sängyn toiselle puolelle ja jatkaa tehtävää siitä, mihin se oli jäänyt.
Esikoulutus nosti onnistumisen 56 prosenttiin
Ratkaiseva tekijä oli Figuren mukaan Index-aineistolla tehty esikoulutus. Yhtiö vertasi kahta mallia, joilla oli identtinen arkkitehtuuri ja sama tehtäväkohtainen koulutusdata. Ainoa ero oli esikoulutus.
Index-esikoulutettu malli onnistui 56 prosentissa suorituksista. Tyhjästä koulutettu verrokki ylsi yhdeksään prosenttiin. Ero on niin suuri, että se siirtää painopisteen tehtäväkohtaisesta harjoittelusta yleiseen pohjadataan.
Yksikään arviointitehtävä ei kattanut esikoulutusaineistosta yli 1,9:ää prosenttia. Luku on olennainen, koska se sulkee pois selityksen, jonka mukaan malli olisi yksinkertaisesti nähnyt samat tehtävät riittävän monta kertaa.
Helix 2.5 tarvitsi lisäksi puolet vähemmän tehtäväkohtaista dataa kuin vastaava Helix 02 -käyttäytyminen. Figure kuvaa muutosta niin, että käyttäytymisen määrittely halpeni kaksinkertaisesti ja käyttöalue laajeni 30-kertaiseksi.
Ensimmäinen mitattu siirtymä ihmiseltä robotille
Figure koulutti erikseen neljä mallia kasvavilla osajoukoilla Index-aineistoa. Robotin seuraavan liikkeen ennustaminen parani ennustettavasti joka kerta, kun esikoulutusdatan määrä kaksinkertaistui.
Pienemmät koulutusajot riittivät yhtiön mukaan ennakoimaan suurimman ajon testihävikin neljän desimaalin tarkkuudella jo ennen koulutuksen käynnistämistä. Figure kutsuu tulosta ensimmäiseksi humanoidilla mitatuksi skaalauslaiksi ihmisdatan ja robotin toiminnan välillä.
Väitteen merkitys on käytännöllinen. Jos hävikki laskee ennustettavasti datamäärän mukana, robotiikan kehitystä voi suunnitella budjetilla samaan tapaan kuin kielimallien koulutusta. Arvailu vaihtuu mitoitukseksi.
Index tuottaa Figuren mukaan noin 35 minuuttia uutta ihmiskokemusdataa joka sekunti. Yhtiö on sitonut Helixin koulutukseen 3,5 miljardin dollarin laskentaresurssit ja ilmoittaa aikovansa kasvattaa mittakaavaa edelleen.
Mitä luvut jättävät kertomatta
Kaikki tulokset ovat Figuren itsensä raportoimia. Riippumatonta toistoa ei ole, eikä yhtiö ole julkaissut mallin painoja tai arviointiaineistoa ulkopuolisten tarkastettavaksi.
Myös 56 prosentin onnistuminen tarkoittaa, että lähes joka toinen yritys epäonnistui. Kotiin myytävältä laitteelta odotetaan huomattavasti korkeampaa luotettavuutta, eikä välimatka siihen ole pieni.
Testikodit olivat vuokrattuja ja tehtävät rajattuja. Oikeassa kodissa on lemmikkejä, lapsia ja tavaraa paikoissa, joita kukaan ei ole lavastanut robottia varten. Kolme tehtävää kattaa vain kapean siivun kotitöistä.
Asetelma on silti aiempaa vahvempi. Yleistäminen 30 tuntemattomaan tilaan yhdellä tallennuspisteellä on eri asia kuin onnistunut demo yhdessä huolellisesti valmistellussa huoneessa.
Yhteenveto
Helix 2.5 ei tee humanoidista valmista kodinkonetta. Se siirtää keskustelun siitä, osaako robotti tehdä yksittäisen tempun, siihen, kuinka laajalle kerran opittu taito kantaa ilman uutta datankeruuta.
Seuraava mittari on, pitääkö Figuren raportoima skaalauslaki, kun tehtäviä ja koteja tulee lisää. Jos pitää, robotiikan pullonkaula siirtyy algoritmien kehittämisestä datan ja laskennan hankintaan.