Machenta keräsi 40 miljoonan dollarin siemenrahoituksen opettaakseen robotit uusiin tehtäviin yhden demonstraation avulla

Robotin opettaminen uuteen tehtävään voi viedä paljon kauemmin kuin itse tehtävän suorittaminen. Esimerkkisuoritusten kerääminen, koulutusdatan valmistelu ja mallin päivittäminen voivat tehdä pienestäkin työnkulun muutoksesta mittavan insinööriprojektin. Machenta on kerännyt 40 miljoonan dollarin siemenrahoituskierroksella varat prosessin nopeuttamiseen. Yhtiö kehittää robotiikan perusmallia, jonka on tarkoitus oppia fyysinen tehtävä yhdestä demonstraatiosta ilman tehtäväkohtaista lisäkoulutusta.

Lontoossa toimiva yhtiö ilmoitti rahoituksesta 27. lokakuuta. Kierroksen johtivat yhdessä Creandum ja Union Square Ventures. Yhtiö käyttää pääoman mallinsa kehittämiseen ja tiiminsä kasvattamiseen uudessa toimistossaan ja laboratoriossaan King’s Crossissa.

Machenta kutsuu lähestymistapaansa ”robottien välittömäksi oppimiseksi”. Yhtiön mukaan se on esitellyt teknologiaa pakkaus-, kokoonpano- ja siivoustehtävissä, joissa robotit mukautuvat muutoksiin nähtyään kerran, mitä niiden pitää tehdä. Tavoite on laaja, mutta tuloksia on syytä pitää näyttöinä kehittyvästä teknologiasta, ei todisteina siitä, että robotti pystyisi jo suorittamaan minkä tahansa mahdollisen tehtävän.

Uuden tehtävän oppiminen ilman uutta koulutusajoa

Keskeinen ero on siinä, koulutetaanko mallia vai opetetaanko jo koulutetulle mallille tietty tehtävä. Machenta kouluttaa edelleen perusmalliaan. Yhtiö pyrkii poistamaan tarpeen kerätä suuri uusi aineisto ja käynnistää uusi koulutusjakso aina, kun robotti kohtaa uuden tehtävän.

”Älykkyydessä ei ole niinkään kyse siitä, mitä osaat jo tehdä, vaan siitä, kuinka nopeasti opit tekemään jotain uutta”, sanoi Machentan toinen perustaja ja toimitusjohtaja, professori Edward Johns, yhtiön tiedotteessa.

Ehdotettu työnkulku on tarkoituksella yksinkertainen: näytä haluttu toiminta, anna robotin tarkkailla sitä ja pyydä sitä sitten suorittamaan tehtävä. Käytännössä demonstraatio olisi tällöin olemassa olevalle mallille annettava ohje, ei erillisen mallinkehitysprojektin alku.

Tämä on erityisen olennaista silloin, kun tehtävä pysyy pääpiirteissään samana mutta esineet tai niiden järjestys muuttuvat. Robotti, joka pystyy vain toistamaan kiinteän toimintasarjan, edellyttää, että ympäristö vastaa sen ohjelmaa. Hyödyllisen oppijan on tunnistettava, mitä demonstraatiolla pyritään saamaan aikaan, ja mukautettava toimintansa edessään olevaan tilanteeseen.

Simulaatiolla koulutetaan oppimiskykyä

Machentan koulutusstrategiassa suuri osa datan tuottamisesta siirretään simulaatioon. Tiedotteen mukaan tavoitteena ei ole luetella kaikkia tehtäviä, joita robotti saattaa tulevaisuudessa kohdata. Sen sijaan mallille tarjotaan riittävästi vaihtelevia tilanteita, jotta se kehittää uudelleenkäytettävän kyvyn oppia uuden esimerkin perusteella.

Tämä muuttaa sitä, mistä yhtiö odottaa kasvun syntyvän. Monet robottien oppimiseen tähtäävät hankkeet perustuvat vahvasti fyysisten demonstraatioiden keräämiseen etäkäytön tai ihmisten toimintaa tallentavien nauhoitusten avulla. Machenta luottaa siihen, että simuloitu kokemus voi tarjota uusien tehtävien oppimiseen tarvittavan monimuotoisuuden ja että käyttöönottovaiheessa annettava todellinen demonstraatio toimii ohjeena.

Yhtiön teknisessä esittelyssä järjestelmää kutsutaan näköhavainto-demonstraatio-toiminta-malliksi eli VDA:ksi. Se ottaa syötteikseen demonstraation ja jatkuvat kamerahavainnot ja ennustaa toimintoja suljetussa säätösilmukassa. Yhtiön mukaan esikoulutuksessa käytetään ainoastaan simulaatiota; opetusesimerkki ja reaaliaikaiset havainnot ovat päättelyvaiheessa todellisen maailman syötteitä.

Ero on tärkeä: se, että esikoulutus tehdään vain simulaatiossa, ei tarkoita, että käyttöön otettu robotti toimisi ilman tietoa todellisesta maailmasta. Sen on edelleen tulkittava demonstraatiota, havainnoitava ympäristöään ja valittava toimintoja olosuhteiden muuttuessa.

Kontekstinsisäisen robottioppimisen taustalla oleva tutkimus

Yhtiö rakentaa Imperial College Londonissa Johnsin ja toisen perustajan sekä teknologiajohtajan Vitalis Vosyliuksen tekemän työn pohjalle. Johns on Imperialin robottioppimisen professori, ja he kehittivät yhdessä aiempia menetelmiä fyysisen toiminnan oppimiseen pienen esimerkkimäärän avulla.

Heidän Instant Policy -tutkimuksessaan, joka julkaistiin ICLR 2025 -konferenssissa, kuvataan kontekstinsisäistä jäljittelyoppimista yhdestä tai kahdesta demonstraatiosta ilman lisäkoulutusta. Menetelmä esittää demonstraatiot, havainnot ja toiminnot graafina ja käyttää opittua diffuusioprosessia tuottaakseen toimintojen ennustamiseen tarvittavan graafirakenteen.

Artikkelissa kuvataan myös koulutusta pseudodemonstraatioilla: simulaatiossa tuotetuilla liikeradoilla, joista saadaan suuri joukko esimerkkejä. Kokeet kattavat simuloituja ja todellisia tehtäviä, ja lisäksi tutkimuksessa tarkastellaan siirrettävyyttä eri robottikokoonpanojen välillä sekä kielellä määriteltyjä ohjeita.

Tutkimus auttaa ymmärtämään tieteellistä perustaa, mutta se ei osoita, että Machentan nykyisellä kaupallisella mallilla olisi täsmälleen sama arkkitehtuuri. Startup kuvailee uudempaa järjestelmää tämän tutkimuslinjan pohjalta rakennetuksi perusmalliksi.

Kontekstinsisäinen oppiminen on tuttua kielimalleista, joissa kehotteessa annetut esimerkit voivat muokata vastausta päivittämättä mallin painokertoimia. Saman ajatuksen soveltaminen robotiikkaan on vaativampaa, koska tulosteesta on muodostettava fyysisten toimintojen sarja todellisen maailman rajoitteissa – ei vain uskottava vastaus.

Mitä demonstraatiot osoittavat – ja mitä on vielä testattava

Machentan teknisessä julkaisussa kerrotaan tunnin mittaisista kokeista, joissa testattiin kolmea yksinkertaista, itsestään palautuvaa tehtävää: palikoita asetettiin onnistuneesti 74 kertaa 74 yrityksestä, ruuvimeisseli ojennettiin 78 kertaa 78 yrityksestä ja pullo saatiin pystyyn 97 kertaa 99 yrityksestä. Yhtiön mukaan kaksi epäonnistunutta pullonpystytysyritystä johtuivat törmäysriskistä ja kinemaattisista rajoitteista.

Nämä ovat hyödyllisiä alustavia luotettavuustestejä, eivät laaja-alainen teollinen vertailutesti. Julkaisussa ihmiskäsiltä suoraan oppiminen ja humanoidikäsillä toimiminen esitetään myös alustavina kehityssuuntina. Se ei osoita, että järjestelmä soveltuisi kaikkiin tehtäviin tai toimisi luotettavasti kaikissa työympäristöissä.

Mahdollisen käyttäjän kannalta vakuuttavan demonstraation ja käyttöönotettavan järjestelmän välillä on eroja: järjestelmän on toimittava toistettavasti, palauduttava virheistä ja toimittava turvallisesti ihmisten läheisyydessä, ja lisäksi robotin laitteiston käytännön rajoitukset on otettava huomioon. Ohjeen nopea oppiminen ei auta tarttujaa käsittelemään esinettä, johon se ei fyysisesti pysty tarttumaan.

Kaupallinen mahdollisuus on silti selvä. Jos opettamiseen kuluva aika lyhenee huomattavasti, robotteja on helpompi harkita töihin, jotka muuttuvat liian usein, jotta pitkä ohjelmointi- ja integrointiprosessi olisi perusteltu. Tämä voisi vaikuttaa sekä robottien käyttöönottoon tehtaissa että pienempiin käyttökohteisiin, joissa robotiikan erikoisosaajien apua on vaikea saada.

Siemenrahoituskierros mallin ja tiimin kasvattamiseksi

Machenta liittyy laajempaan investointiaaltoon, joka kohdistuu robottien mukautuvaan älykkyyteen. Unite.AI:n uutisointi Dream Labsin eri robottien välillä toimivan tekoälyn rahoituksesta havainnollistaa toista pyrkimystä saada opitut kyvyt hyödyttämään erilaisia koneita. Machenta keskittyy siihen, kuinka nopeasti uudesta fyysisestä ohjeesta voi tulla käyttökelpoista toimintaa.

Creandumin partneri Kathi Wilhelm nosti esiin tiimin vuosien tutkimustyön ennen yhtiön perustamista. Union Square Venturesin toimitusjohtajaosakas Rebecca Kaden korosti sellaisten robottien arvoa, jotka pystyvät oppimaan uuden tehtävän nopeasti sen sijaan, että jokaista työtä varten tarvittaisiin erillinen koulutus.

Machentan seuraava vaihe on muuttaa tutkimuksen luoma perusta laajemmaksi ja luotettavammaksi suorituskyvyksi. 40 miljoonan dollarin rahoitus antaa yhtiölle resursseja kasvattaa mallia ja rekrytoida sen ympärille, ja sen perustajatiimi tuo liiketoimintaan kuuden vuoden kokemuksen robottien yhden esimerkin avulla tapahtuvasta oppimisesta.

Keskeinen kysymys on, miten hyvin tällainen oppiminen skaalautuu tehtävien monipuolistuessa ja vaikeutuessa. Jos lähestymistapa toimii käytännössä, merkittävä muutos on konkreettinen: ihmiset voisivat käyttää vähemmän aikaa koulutusprosessin rakentamiseen ja enemmän aikaa sen näyttämiseen robotille, mitä työtä he todella tarvitsevat tehtäväksi.