Robotics
Proception και το στοίχημα των ρομποτικών χεριών
Μετά τη δικαστική διευθέτηση με την Tesla και χρηματοδότηση seed $11 million, η Proception στέλνει ρομποτικά χέρια και γάντια με αισθητήρες σε ερευνητές. Η προσέγγισή της συνδυάζει υψηλής επιδεξιότητας hardware με κλιμακώσιμα απτικά δεδομένα, στοχεύοντας να επιταχύνει την πρακτική εφαρμογή των humanoid ρομπότ.
Η νεοφυής εταιρεία Proception απέσπασε πρόσφατα δύο σημαντικές ειδήσεις: μια δικαστική διευθέτηση με την Tesla που έβαλε τέλος σε κατηγορίες περί υποκλοπής εμπορικών μυστικών και μια χρηματοδότηση seed ύψους $11 million από επενδυτές όπως η First Round Capital, το Y Combinator και το BoxGroup. Πάνω απ’ όλα, όμως, επιστρέφει στο ουσιαστικό τεχνικό πρόβλημα που προσπαθεί να λύσει: πώς θα φτάσουν τα ρομποτικά χέρια να λειτουργούν πραγματικά σαν ανθρώπινα.
Ο συνιδρυτής και τεχνικός διευθυντής Jay Li, πρώην υπεύθυνος τεχνικών της ομάδας του Optimus στην Tesla, βίωσε τη συνηθισμένη για την Silicon Valley περιπέτεια της νομικής διαμάχης — και λέει ότι, παρά την πίεση, η εταιρεία βγαίνει πιο δυνατή και πιο καθορισμένη στο προϊόν που θέλει να φέρει στην αγορά. Η υπόθεση τελείωσε με συμφωνία και απόσυρση της αγωγής, αφήνοντας την Proception να εστιάσει στην παραγωγή και διάθεση ενός χεριού με υψηλή επιδεξιότητα και στο αντίστοιχο οικοσύστημα δεδομένων.
Η δικαστική μάχη και το τέλος της
Το καλοκαίρι που πέρασε, η Tesla κατηγόρησε τον Jay Li ότι μετέφερε εμπορικά μυστικά από το πρόγραμμα του ανθρωποειδούς ρομπότ Optimus για να ιδρύσει την Proception. Η δημόσια αντιπαράθεση και οι δικαστικές κινήσεις έφεραν πρόσθετη προσοχή και αβεβαιότητα, αλλά η υπόθεση έκλεισε χωρίς δικαστική απόφαση υπέρ της μιας ή της άλλης πλευράς, μετά από συμφωνία των μερών και απόσυρση της αγωγής.
Για μια startup, μια τέτοια νομική δοκιμασία μπορεί να αποδειχθεί καθοριστική: αποσπά πόρους, επηρεάζει το ηθικό της ομάδας και θέτει υπό αμφισβήτηση τη φήμη. Ωστόσο, επενδυτές όπως ο Bill Trenchard της First Round Capital μίλησαν για την ικανότητα του Li να διατηρήσει την ψυχραιμία και την εστίαση της ομάδας, κάτι που τελικά συνέβαλε στη διευθέτηση και στην επικέντρωση στην τεχνολογία.
Το τεχνικό πρόβλημα: γιατί τα ρομποτικά χέρια είναι τόσο δύσκολα
Η δημιουργία ρομποτικών χεριών που μπορούν να χειριστούν αντικείμενα με την ευελιξία και την ακρίβεια ενός ανθρώπου είναι ένα από τα πιο απαιτητικά πεδία στην ρομποτική. Το ζήτημα δεν είναι μόνο μηχανικό — αφορά αισθητήρες, έλεγχο κίνησης, μοντέλα μάθησης και τεράστιες ποσότητες δεδομένων για να μάθει το σύστημα πώς και πότε να εφαρμόζει δύναμη, να διατηρεί ισορροπία και να προσαρμόζεται σε ακανόνιστα σχήματα.
Ακόμα και επικεφαλής φιγούρες στο χώρο, όπως ο Elon Musk, έχουν επισημάνει τη δυσκολία αυτής της πρόκλησης. Παρά τις αισιόδοξες προβλέψεις για τις εφαρμογές του Optimus σε βιομηχανικά περιβάλλοντα εντός λίγων ετών, η ευρύτερη επιστημονική κοινότητα παραμένει επιφυλακτική: μελέτες και δηλώσεις από ερευνητικά κέντρα συχνά τοποθετούν την πλήρη λειτουργικότητα των ρομποτικών χεριών αρκετά χρόνια στο μέλλον.
Πώς δουλεύει η προσέγγιση της Proception
Η κομβική καινοτομία της Proception είναι ο τρόπος που συλλέγει δεδομένα για να εκπαιδεύσει τα μοντέλα και το υλικό που κατασκευάζει. Ενώ πολλές εταιρείες χρησιμοποιούν teleoperation —δηλαδή άνθρωποι που, φορώντας VR headset, βλέπουν από την οπτική ενός ρομπότ και ελέγχουν τους βραχίονες του— αυτός ο τρόπος έχει σημαντικούς περιορισμούς. Ο teleoperator δεν αισθάνεται τις δυνάμεις ή την απτική πληροφόρηση που το ίδιο το ρομπότ αντιλαμβάνεται όταν αγγίζει αντικείμενα, και η κλίμακα εκπαίδευσης περιορίζεται από τον αριθμό των ρομπότ που υπάρχουν διαθέσιμα.
Η λύση της Proception είναι ένα γάντι γεμάτο αισθητήρες το οποίο φοριέται από ανθρώπους για την καταγραφή ακριβούς απτικής αλληλεπίδρασης. Το ίδιο υποδεκτικό στρώμα αισθητήρων τοποθετείται και στο ίδιο το ρομποτικό χέρι, το οποίο διαθέτει 22 degrees of freedom και πολλαπλές αρθρώσεις ανά δάχτυλο για να επιτυγχάνει ένα μεγάλο εύρος κινήσεων και συγχρονισμών.
Με αυτό τον τρόπο, η Proception μπορεί να μαζεύει δεδομένα ανθρώπινων χειρισμών χωρίς να χρειάζεται να υπάρχει ένα ρομπότ σε κάθε δοκιμή. Τα δεδομένα περιλαμβάνουν όχι μόνο τη θέση και την κίνηση των δαχτύλων, αλλά και λεπτομερείς μετρήσεις απτικής πίεσης, συμπεριφοράς στην επαφή και δυναμικής αλληλεπίδρασης με αντικείμενα διαφορετικής υφής και σχήματος.
Η σημασία των δεδομένων και της κλίμακας
Η πρόκληση δεν είναι απλώς να φτιάξεις ένα πολύπλοκο μηχανικό χέρι· είναι να έχεις το σωστό dataset για να το εκπαιδεύσεις. Η Proception υποστηρίζει ότι το πραγματικό πλεονέκτημα προκύπτει όταν hardware και δεδομένα αναπτυχθούν παράλληλα. Χωρίς μεγάλες, ποιοτικές βάσεις δεδομένων απτικών αλληλεπιδράσεων, ακόμα και το πιο εξελιγμένο χέρι παραμένει υπολειτουργικό σε ρεαλιστικά καθήκοντα.
Η προσέγγιση με τα γάντια επιτρέπει κλίμακα: πολλοί άνθρωποι μπορούν να φορούν τα γάντια και να καταγράφουν εκατοντάδες ή χιλιάδες χειρισμούς καθημερινά, ενώ παράλληλα τα ίδια σενάρια μεταφέρονται στο ρομπότ μέσω του ίδιου αισθητικού “δέρματος”. Αυτή η κλιμάκωση στα δεδομένα είναι που, σύμφωνα με την εταιρεία, θα επιταχύνει τη βελτίωση των δεξιοτήτων του ρομποτικού χεριού πολύ πιο γρήγορα από τις παραδοσιακές μεθόδους teleoperation.
Στην πράξη, αυτό σημαίνει ότι η Proception στοχεύει όχι μόνο σε ερευνητικά εργαστήρια αλλά και σε άλλες εταιρείες ρομποτικής που δεν θέλουν ή δεν μπορούν να επενδύσουν χρόνο και πόρους για να αναπτύξουν αυτήν την εξειδικευμένη ικανότητα internaly. Το επιχειρηματικό μοντέλο εστιάζει στο να γίνει κορυφαίος προμηθευτής “χεριών” και δεδομένων για τρίτους.
Αγορά, χρηματοδότηση και ανταγωνισμός
Η χρηματοδότηση seed ύψους $11 million δείχνει ότι επενδυτές θεωρούν εφικτή την ιδέα ότι τα ρομποτικά χέρια μπορούν να γίνουν πρακτικά χρήσιμα σύντομα. Η συμμετοχή της First Round Capital, του Y Combinator και του BoxGroup δίνει και κεφάλαια και δίκτυο, που είναι κρίσιμα για startups που χρειάζονται γρήγορη ανάπτυξη, δοκιμές σε πελάτες και διασύνδεση με την ακαδημαϊκή κοινότητα.
Στο πεδίο του hardware για ρομποτικά χέρια υπάρχουν ήδη παίκτες με διαφορετικές προσεγγίσεις: εταιρείες που επικεντρώνονται στην υψηλή ρωμαλιότητα και αντοχή για βιομηχανικές εφαρμογές, άλλες που προτιμούν απλούστερες αλλά φθηνότερες λύσεις για αυτόματη συναρμολόγηση, και μερικές που επενδύουν βαριά στην έρευνα απτικής πληροφορίας. Η διάκριση της Proception είναι η συνδυαστική εστίαση σε υψηλή επιδεξιότητα και σε κλιμακώσιμα δεδομένα απτικής φύσης.
Επιπλέον, η δημόσια αντιπαράθεση με την Tesla ίσως να λειτουργήσει ως ένα είδος διαφήμισης: έχει ήδη προσελκύσει το ενδιαφέρον ερευνητών και εταιρειών που θα λάβουν τα πρώτα μοντέλα χεριών για δοκιμές. Η εταιρεία ανακοίνωσε ότι αρχίζει να στέλνει το πρώτο batch σε “ερευνητές και εταιρείες ρομποτικής” και ανοίγει για ευρύτερες παραγγελίες.
Τι σημαίνει για τους χρήστες
Για τον τελικό χρήστη —είτε είναι ερευνητικό εργαστήριο, βιομηχανία ή εταιρεία ρομποτικής— η πρόοδος στα ρομποτικά χέρια σημαίνει πιο σύνθετες εργασίες που μπορούν να αυτοματοποιηθούν με ασφάλεια και αξιοπιστία. Τα πιθανά οφέλη περιλαμβάνουν ευέλικτες γραμμές παραγωγής, ρομπότ που μπορούν να διαχειριστούν ευπαθή ή ποικιλόμορφα αντικείμενα, και υπηρεσίες ρομποτικής σε τομείς όπως logistics, επισκευές, ή υποστήριξη σε νοσοκομεία.
Ταυτόχρονα, η προσέγγιση της Proception ανοίγει δρόμο για ένα πιο διεπιστημονικό μοντέλο ανάπτυξης: μηχανολόγοι, ειδικοί στην απτική αίσθηση, μηχανικοί ελέγχου και επιστήμονες δεδομένων θα πρέπει να συνεργάζονται στενά. Αυτό έχει ως φυσικό επακόλουθο την ανάγκη για νέα εργαλεία, νέα πρωτόκολλα δοκιμών και μια πιο ώριμη αγορά για ανταλλακτικά “χεριών” και δεδομένων.
Τέλος, η περίπτωση της Proception δείχνει πως το πραγματικό στοίχημα στην ρομποτική πια δεν είναι μόνο το hardware ή μόνο το software, αλλά ο συνδυασμός τους σε κλίμακα. Αν η εταιρεία επιβεβαιώσει στην πράξη ότι η μέθοδός της επιταχύνει την εκμάθηση και την αξιοπιστία των χειρισμών, τότε μπορεί να γίνει βασικός προμηθευτής μιας νέας γενιάς επιδέξιων ρομπότ.