Machenta získává v seedovém kole 40 milionů dolarů, aby naučila roboty nové úkoly z jediné ukázky

Naučit robota nové práci může trvat mnohem déle než ji samotnou vykonat. Sbírání ukázek, příprava trénovacích dat a aktualizace modelu mohou i z malé změny pracovního postupu udělat rozsáhlý technický projekt. Společnost Machenta získala v seedovém kole 40 milionů dolarů, aby tento proces zkrátila. Vyvíjí základní model pro roboty, který se dokáže naučit fyzický úkol z jediné ukázky, aniž by bylo nutné jej dodatečně trénovat na konkrétní úkol.

Londýnská společnost financování oznámila 27. října. Kolo společně vedly společnosti Creandum a Union Square Ventures. Získané prostředky použije na rozšíření svého modelu a týmu v nové kanceláři a laboratoři v King’s Cross.

Machenta svůj přístup nazývá „okamžité učení robotů“. Společnost uvádí, že technologii předvedla při balení, montáži a uklízení; roboti se po jediné ukázce dokázali přizpůsobit různým variantám úkolů. Ambice jsou široké, dostupné důkazy je však třeba chápat jako ukázky vyvíjející se technologie, nikoli jako důkaz, že robot už dokáže vykonávat každý myslitelný úkol.

Naučit se nový úkol bez dalšího trénování modelu

Klíčový rozdíl spočívá v tom, zda se trénuje model, nebo zda se již natrénovaný model učí konkrétní úkol. Machenta svůj základní model stále trénuje. Chce však odstranit nutnost pokaždé, když robot dostane nový úkol, shromažďovat rozsáhlý nový soubor dat a spouštět další trénovací cyklus.

„Inteligence nespočívá ani tak v tom, co už dokážete, jako v tom, jak rychle se dokážete naučit něco nového,“ uvedl v oznámení profesor Edward Johns, spoluzakladatel a generální ředitel společnosti Machenta.

Navrhovaný postup je záměrně jednoduchý: předvést požadované chování, nechat robota ukázku pozorovat a poté mu zadat, aby úkol provedl. V praxi by se tak ukázka stala součástí instrukce pro již existující model, nikoli začátkem samostatného projektu vývoje modelu.

To je zvlášť důležité, když úkol zůstává v zásadě stejný, ale mění se předměty nebo jejich uspořádání. Robot, který umí pouze opakovat pevně danou posloupnost, vyžaduje, aby se prostředí přizpůsobilo jeho programu. Užitečný systém schopný učení musí rozpoznat, čeho má podle ukázky dosáhnout, a přizpůsobit své kroky situaci, které právě čelí.

Simulace slouží k trénování schopnosti učit se

Trénovací strategie společnosti Machenta přesouvá značnou část zátěže spojené s tvorbou dat do simulace. Podle oznámení není cílem vyjmenovat všechny úkoly, se kterými by se robot mohl někdy setkat. Cílem je vystavit model dostatečně rozmanitým scénářům, aby si osvojil opakovaně využitelnou schopnost učit se z nových ukázek.

Tím se mění představa společnosti o tom, odkud přijde možnost rozšíření. Mnoho projektů zaměřených na učení robotů se ve velké míře opírá o shromažďování fyzických ukázek prostřednictvím dálkového ovládání nebo záznamů lidské činnosti. Machenta sází na to, že rozmanitost potřebnou k učení nových úkolů zajistí zkušenosti ze simulace, zatímco při nasazení poskytne instrukci ukázka z reálného světa.

V technickém představení označuje společnost systém jako model vidění–ukázka–akce neboli VDA. Jako vstupy přijímá ukázku a průběžné záběry z kamery a v uzavřené smyčce předpovídá akce. Společnost uvádí, že při předtrénování používá výhradně simulaci; ukázka sloužící k naučení a živá pozorování jsou při inferenci vstupy z reálného světa.

Na tomto rozdílu záleží: předtrénování výhradně v simulaci neznamená, že nasazený robot funguje bez informací z reálného světa. Stále musí interpretovat ukázku, pozorovat své prostředí a vybírat akce podle toho, jak se mění podmínky.

Výzkum v oblasti učení robotů v kontextu

Společnost navazuje na výzkum Johnse a spoluzakladatele a technického ředitele Vitalise Vosyliuse na Imperial College London. Johns je na Imperial profesorem robotického učení a oba společně vyvinuli dřívější metody pro učení fyzického chování z malého počtu ukázek.

Jejich výzkum Instant Policy, publikovaný na konferenci ICLR 2025, popisuje imitativní učení v kontextu z jedné nebo dvou ukázek bez dalšího trénování. Ukázky, pozorování a akce reprezentuje prostřednictvím grafu a pomocí naučeného difuzního procesu vytváří strukturu grafu potřebnou k předpovídání akcí.

Článek popisuje také trénování pomocí pseudoukázek: trajektorií vytvořených v simulaci, které poskytují rozsáhlou zásobu příkladů. Experimenty zahrnují simulované i reálné úkoly a také další práci na přenosu mezi různými typy robotů a na instrukcích formulovaných v přirozeném jazyce.

Tento výzkum pomáhá objasnit vědecké základy, nedokládá však, že současný komerční model společnosti Machenta má přesně stejnou architekturu. Startup popisuje novější systém jako základní model vycházející z této linie výzkumu.

Učení v kontextu je známé z jazykových modelů, u nichž mohou příklady v promptu ovlivnit odpověď, aniž se aktualizují váhy modelu. Uplatnit stejnou myšlenku v robotice je náročnější, protože výstup se musí proměnit v posloupnost fyzických akcí s ohledem na omezení reálného světa, nikoli pouze v odpověď, která působí věrohodně.

Co ukázky dokazují — a co je ještě třeba ověřit

Technický příspěvek společnosti Machenta popisuje hodinové testy tří jednoduchých úloh s automatickým resetováním: 74 úspěšných umístění kostky ze 74 pokusů, 78 předání šroubováku ze 78 a 97 úspěšných pokusů postavit láhev ze 99. Společnost připisuje dva neúspěšné pokusy s lahví riziku kolize a kinematickým omezením.

Jde o užitečné počáteční testy spolehlivosti, nikoli o rozsáhlé průmyslové srovnání. Příspěvek představuje také učení přímo od lidských rukou a práci s humanoidníma rukama jako předběžné směry vývoje. Nedokládá, že systém zvládne univerzálně všechny úlohy nebo že bude spolehlivě fungovat na každém pracovišti.

Pro potenciálního uživatele spočívá rozdíl mezi přesvědčivou ukázkou a systémem připraveným k nasazení v opakovatelnosti, schopnosti zotavit se po chybě, bezpečném chování v blízkosti lidí a praktických limitech hardwaru robota. Rychlé osvojení pokynu nezajistí, že uchopovač zvládne předmět, který nedokáže fyzicky uchopit.

Obchodní příležitost je přesto zřejmá. Pokud se výrazně zkrátí doba potřebná k zaučení, bude snazší uvažovat o nasazení robotů na práce, které se mění příliš často na to, aby se vyplatilo jejich zdlouhavé programování a integrace. To by mohlo ovlivnit jak nasazování ve výrobních závodech, tak menší aplikace, u nichž je obtížné získat podporu specialistů na robotiku.

Seedové financování na rozšíření modelu a týmu

Machenta se přidává k širší vlně investic do adaptivní inteligence robotů. Informace Unite.AI o financování AI od Dream Labs pro různé roboty ukazují další snahu o to, aby naučené schopnosti byly využitelné napříč různými stroji. Machenta se zaměřuje na to, jak rychle lze nový fyzický pokyn proměnit v použitelné chování.

Partnerka společnosti Creandum Kathi Wilhelm poukázala na roky výzkumu, které tým uskutečnil ještě před založením firmy. Řídící partnerka Union Square Ventures Rebecca Kaden zdůraznila přínos robotů, kteří se dokážou rychle naučit nový úkol, místo aby každý jednotlivý úkol vyžadoval samostatné zaškolení.

Další etapou pro Machenta je proměnit výzkumné základy v širší a spolehlivější schopnosti. Čtyřicet milionů dolarů poskytuje společnosti prostředky na rozšíření modelu i nábor lidí do týmu, zatímco její zakládající tým přináší do firmy šest let práce na učení robotů z jediné ukázky.

Klíčovou otázkou je, nakolik lze toto učení rozšířit, když budou úkoly rozmanitější a náročnější. Pokud se tento přístup osvědčí, hlavní změna bude praktická: lidé by mohli trávit méně času vytvářením procesu trénování a více času ukazováním robotovi práce, kterou skutečně potřebují udělat.