Machenta atrage 40 de milioane de dolari într-o rundă de finanțare inițială pentru a-i învăța pe roboți sarcini noi dintr-o singură demonstrație

Învățarea unui robot să facă o treabă nouă poate dura mult mai mult decât executarea ei. Colectarea demonstrațiilor, pregătirea datelor de antrenare și actualizarea unui model pot transforma o mică modificare a fluxului de lucru într-un proiect amplu de inginerie. Machenta a atras 40 de milioane de dolari într-o rundă de finanțare inițială pentru a scurta acest proces, dezvoltând un model de bază pentru robotică, conceput să învețe o sarcină fizică dintr-o singură demonstrație, fără antrenare suplimentară specifică sarcinii.

Compania londoneză a anunțat finanțarea pe 27 octombrie, runda fiind condusă în comun de Creandum și Union Square Ventures. Va folosi capitalul pentru a-și extinde modelul și echipa de la noul său birou și laborator din King’s Cross.

Machenta își numește abordarea „învățare instantanee pentru roboți”. Compania afirmă că a demonstrat tehnologia în sarcini de ambalare, asamblare și ordine, roboții adaptându-se la variații după ce li s-a arătat o singură dată ce au de făcut. Ambiția este amplă, însă dovezile trebuie privite ca demonstrații ale unei tehnologii aflate în dezvoltare, nu ca dovadă că un robot poate deja să îndeplinească orice sarcină posibilă.

Învățarea unei sarcini noi fără o nouă rundă de antrenare

Distincția esențială este între antrenarea unui model și învățarea unei sarcini specifice de către un model deja antrenat. Machenta continuă să-și antreneze modelul de bază. Compania urmărește să elimine necesitatea de a colecta un set mare de date noi și de a efectua o nouă rundă de antrenare de fiecare dată când robotul întâlnește o sarcină nouă.

„Inteligența nu ține atât de mult de ceea ce poți face deja, cât de rapiditatea cu care poți învăța să faci ceva nou”, a declarat profesorul Edward Johns, cofondator și director general al Machenta, în anunț.

Fluxul de lucru propus este intenționat simplu: demonstrezi comportamentul dorit, lași robotul să-l observe, apoi îl pui să execute sarcina. În practică, demonstrația ar deveni parte din instrucțiunea oferită unui model existent, nu începutul unui proiect separat de dezvoltare a unui model.

Acest lucru este deosebit de relevant atunci când sarcina rămâne, în linii mari, aceeași, dar obiectele sau modul în care sunt aranjate se schimbă. Un robot care poate doar să repete o secvență fixă are nevoie ca mediul să se conformeze programului său. Un sistem capabil să învețe trebuie să identifice ce i se cere să realizeze prin demonstrație și să-și adapteze acțiunile la situația din fața sa.

Simularea este folosită pentru a antrena capacitatea de a învăța

Strategia de antrenare a Machenta transferă o mare parte din efortul de generare a datelor în simulare. Potrivit comunicatului, scopul nu este enumerarea tuturor sarcinilor pe care robotul le-ar putea întâlni în viitor. Ideea este să expună modelul la suficiente scenarii variate, astfel încât acesta să-și dezvolte o capacitate reutilizabilă de a învăța dintr-un exemplu nou.

Astfel se schimbă sursa de la care compania se așteaptă să obțină scalabilitate. Multe inițiative de învățare robotică se bazează în mare măsură pe colectarea de demonstrații fizice prin teleoperare sau înregistrări ale activității umane. Machenta mizează pe faptul că experiența simulată poate oferi diversitatea necesară pentru învățarea unor sarcini noi, iar o demonstrație reală poate furniza instrucțiunea în momentul implementării.

În prezentarea sa tehnică, sistemul este descris drept un model viziune-demonstrație-acțiune, sau VDA. Acesta primește ca intrări o demonstrație și observații continue de la cameră și prezice acțiuni într-o buclă închisă. Compania afirmă că preantrenarea sa folosește exclusiv simularea; exemplul de instruire și observațiile în timp real sunt intrări din lumea reală în momentul inferenței.

Distincția este importantă: preantrenarea exclusiv prin simulare nu înseamnă că robotul, odată implementat, funcționează fără informații din lumea reală. Acesta trebuie în continuare să interpreteze demonstrația, să-și observe mediul și să aleagă acțiuni pe măsură ce condițiile se schimbă.

Cercetările din spatele învățării robotice în context

Compania se bazează pe cercetările desfășurate de Johns și de Vitalis Vosylius, cofondator și director tehnic, la Imperial College London. Johns este profesor de învățare robotică la Imperial, iar cei doi au dezvoltat metode anterioare de învățare a comportamentelor fizice pornind de la un număr mic de exemple.

Cercetarea lor Instant Policy, publicată la ICLR 2025, descrie învățarea prin imitație în context, pornind de la una sau două demonstrații și fără antrenare suplimentară. Demonstrațiile, observațiile și acțiunile sunt reprezentate printr-un graf, iar un proces de difuzie învățat generează structura grafului necesară pentru prezicerea acțiunilor.

Lucrarea descrie și antrenarea cu ajutorul pseudodemonstrațiilor: traiectorii generate în simulare, care furnizează un set amplu de exemple. Experimentele acoperă sarcini simulate și reale, precum și cercetări suplimentare privind transferul între diferite configurații robotice și instrucțiunile definite prin limbaj.

Această cercetare ajută la explicarea fundamentului științific, fără să demonstreze că modelul comercial actual al Machenta are exact aceeași arhitectură. Startupul descrie sistemul mai nou drept un model de bază dezvoltat pornind de la această linie de cercetare.

Învățarea în context este bine cunoscută în cazul modelelor lingvistice, unde exemplele dintr-un prompt pot influența răspunsul fără modificarea ponderilor modelului. Aplicarea acestei idei în robotică este mai dificilă, deoarece rezultatul trebuie să devină o secvență de acțiuni fizice, în condițiile constrângerilor din lumea reală, nu doar un răspuns plauzibil.

Ce demonstrează testele și ce mai trebuie verificat

Articolul tehnic al Machenta relatează teste de câte o oră, desfășurate pe trei sarcini simple, cu resetare automată: 74 de plasări reușite ale blocurilor din 74 de încercări, 78 de predări ale șurubelniței din 78 și 97 de încercări reușite de a așeza sticla în poziție verticală din 99. Compania atribuie cele două eșecuri în cazul sticlei riscului de coliziune și constrângerilor cinematice.

Acestea sunt verificări preliminare utile ale fiabilității, nu un reper industrial cuprinzător. Articolul prezintă, de asemenea, învățarea direct de la mâinile oamenilor și operarea cu mâini humanoide drept direcții preliminare. Nu demonstrează că sistemul poate îndeplini orice sarcină sau că funcționează fiabil în orice mediu de lucru.

Pentru un potențial utilizator, diferența dintre o demonstrație convingătoare și un sistem care poate fi implementat ține de repetabilitate, de capacitatea de a-și reveni după un eșec, de comportamentul sigur în preajma oamenilor și de limitele practice ale hardware-ului robotului. Învățarea rapidă a unei instrucțiuni nu poate face un efector de prindere să manipuleze un obiect pe care nu îl poate apuca fizic.

Oportunitatea comercială este, totuși, clară. Dacă timpul necesar instruirii scade semnificativ, devine mai ușor să fie luați în calcul roboții pentru activități care se schimbă prea des pentru a justifica programarea și integrarea îndelungate. Acest lucru ar putea avea efecte atât asupra implementării în fabrici, cât și asupra aplicațiilor la scară mai mică, unde este dificil să obții sprijin specializat în robotică.

O rundă de finanțare seed pentru extinderea modelului și a echipei

Machenta se alătură unui val mai amplu de investiții în inteligența adaptabilă a roboților. Relatarea Unite.AI despre finanțarea de către Dream Labs a inteligenței artificiale interoperabile între roboți ilustrează un alt efort de a face ca abilitățile învățate să poată fi folosite pe diferite mașini. Machenta se concentrează pe cât de repede poate deveni o nouă instrucțiune fizică un comportament utilizabil.

Kathi Wilhelm, parteneră la Creandum, a evidențiat anii de cercetare ai echipei dinaintea înființării companiei. Rebecca Kaden, managing partner la Union Square Ventures, a subliniat valoarea roboților care pot învăța rapid o sarcină nouă, în loc să necesite un proces separat de instruire pentru fiecare activitate.

Pentru Machenta, următoarea etapă este să transforme această bază de cercetare în capacități mai ample și mai fiabile. Cei 40 de milioane de dolari oferă companiei resurse pentru a extinde modelul și a recruta personal pentru acest demers, în timp ce echipa fondatoare aduce în companie șase ani de activitate în domeniul învățării roboților dintr-o singură demonstrație.

Întrebarea esențială este în ce măsură se poate extinde această capacitate de învățare pe măsură ce sarcinile devin mai variate și mai dificile. Dacă abordarea se dovedește eficientă, schimbarea importantă va fi una practică: oamenii ar putea petrece mai puțin timp construind un flux de instruire și mai mult timp arătându-i unui robot activitatea pe care au nevoie să o îndeplinească.