Machenta залучила $40 млн на посівному раунді, щоб навчати роботів нових завдань за однією демонстрацією

Навчити робота нової роботи може бути значно довше, ніж виконати її самостійно. Збирання демонстрацій, підготовка навчальних даних і оновлення моделі можуть перетворити невелику зміну робочого процесу на масштабний інженерний проєкт. Компанія Machenta залучила $40 млн на посівному раунді, щоб скоротити цей процес: вона розробляє базову модель для роботів, здатну навчатися виконувати фізичне завдання за однією демонстрацією без додаткового навчання для конкретного завдання.

Лондонська компанія оголосила про залучення інвестицій 27 жовтня; раунд спільно очолили Creandum і Union Square Ventures. Кошти спрямують на масштабування моделі та розширення команди в новому офісі й лабораторії в районі Кінгс-Крос.

Machenta називає свій підхід «миттєвим навчанням роботів». За словами компанії, вона продемонструвала цю технологію на завданнях із пакування, складання та прибирання: роботи пристосовувалися до змін після однієї демонстрації потрібних дій. Задум має широкі перспективи, але наявні результати слід розглядати як демонстрації технології, що розвивається, а не як доказ того, що робот уже здатен виконувати будь-яке можливе завдання.

Навчання нового завдання без нового циклу тренування

Ключова відмінність полягає в тому, що навчання моделі — це не те саме, що навчити вже натреновану модель виконувати конкретне завдання. Machenta і далі навчає свою базову модель. Компанія прагне позбутися потреби щоразу збирати великий новий набір даних і запускати черговий цикл навчання, коли робот стикається з новим завданням.

«Інтелект визначається не стільки тим, що ви вже вмієте, скільки тим, як швидко можете навчитися робити щось нове», — сказав в оголошенні професор Едвард Джонс, співзасновник і генеральний директор Machenta.

Запропонований робочий процес навмисно простий: продемонструвати потрібну поведінку, дати роботу її спостерігати, а потім доручити йому виконати завдання. На практиці демонстрація стане інструкцією для вже наявної моделі, а не початком окремого проєкту з розробки моделі.

Це особливо важливо, коли саме завдання загалом не змінюється, але змінюються предмети або їхнє розташування. Роботу, здатному лише повторювати фіксовану послідовність дій, потрібне середовище, що відповідає його програмі. Щоб бути корисним, робот-учень має визначити, чого саме потрібно досягти згідно з демонстрацією, і пристосувати свої дії до ситуації перед ним.

Моделі навчають здатності навчатися за допомогою симуляції

Стратегія навчання Machenta переносить значну частину роботи зі створення даних у симуляцію. Як зазначено в пресрелізі, мета полягає не в тому, щоб перелічити всі завдання, з якими робот може колись зіткнутися. Натомість модель планують ознайомити з достатньою кількістю різноманітних сценаріїв, щоб вона розвинула здатність навчатися на нових прикладах і застосовувати її повторно.

Це змінює уявлення компанії про те, звідки має взятися масштабування. Багато розробок у сфері навчання роботів значною мірою залежать від збирання фізичних демонстрацій за допомогою телеоперації або записів людської діяльності. Machenta робить ставку на те, що досвід, здобутий у симуляції, забезпечить різноманітність, потрібну для навчання нових завдань, а під час розгортання інструкцію надаватиме реальна демонстрація.

У своєму технічному описі компанія називає систему моделлю «зображення — демонстрація — дія» (VDA). На вхід вона отримує демонстрацію та поточні зображення з камери, а на виході в замкненому циклі передбачає дії. За словами компанії, попереднє навчання моделі відбувається лише в симуляції; приклад для навчання та поточні спостереження під час виконання моделі є даними з реального світу.

Ця відмінність важлива: попереднє навчання лише в симуляції не означає, що розгорнутий робот працює без інформації з реального світу. Він однаково має інтерпретувати демонстрацію, спостерігати за оточенням і вибирати дії зі зміною умов.

Дослідження, що лежать в основі контекстного навчання роботів

Компанія спирається на дослідження Джонса та співзасновника і технічного директора Віталіса Восилюса, виконані в Імперському коледжі Лондона. Джонс — професор робототехніки та машинного навчання в Імперському коледжі, а він і Восилюс розробили попередні методи навчання фізичної поведінки на невеликій кількості прикладів.

Їхнє дослідження Instant Policy, опубліковане на ICLR 2025, описує контекстне навчання через наслідування за однією або двома демонстраціями без подальшого навчання. У ньому демонстрації, спостереження та дії подано у вигляді графа, а для створення структури графа, потрібної для прогнозування дій, використано навчений дифузійний процес.

У статті також описано навчання на псевдодемонстраціях — траєкторіях, згенерованих у симуляції, які забезпечують велику кількість прикладів. Експерименти охоплюють симульовані та реальні завдання; також досліджується перенесення навичок між різними типами роботів і виконання інструкцій, сформульованих природною мовою.

Це дослідження допомагає зрозуміти наукове підґрунтя розробки, але не доводить, що сучасна комерційна модель Machenta має точно таку саму архітектуру. Стартап описує новішу систему як базову модель, створену на основі цього напряму досліджень.

Контекстне навчання знайоме з мовних моделей: приклади в запиті можуть впливати на відповідь без оновлення ваг моделі. Застосувати цю ідею в робототехніці складніше, адже результат має перетворитися на послідовність фізичних дій з урахуванням обмежень реального світу, а не просто на правдоподібну відповідь.

Що демонстрації підтверджують, а що ще потрібно перевірити

У технічній публікації Machenta повідомляє про годинні випробування на трьох простих завданнях з автоматичним скиданням: 74 успішно розміщені блоки з 74 спроб, 78 передач викрутки з 78 і 97 успішних спроб поставити пляшку вертикально з 99. Компанія пояснює дві невдалі спроби з пляшкою ризиком зіткнення та кінематичними обмеженнями.

Це корисні попередні перевірки надійності, але не широкомасштабне промислове оцінювання. У публікації також описано навчання безпосередньо на рухах рук людини та роботу з гуманоїдними кистями як перспективні напрями на ранньому етапі. Вона не підтверджує універсального охоплення завдань чи надійної роботи на будь-якому робочому місці.

Для потенційного користувача різниця між переконливою демонстрацією та системою, готовою до впровадження, полягає в повторюваності результатів, здатності відновлюватися після невдач, безпечній поведінці поруч із людьми та практичних обмеженнях апаратного забезпечення робота. Швидке засвоєння інструкції не дасть змоги захопити предмет, за який робот фізично не може вхопитися.

Попри це, комерційні перспективи очевидні. Якщо час на навчання істотно скоротиться, роботів буде простіше розглядати для робіт, які змінюються надто часто, щоб виправдати тривале програмування та інтеграцію. Це може вплинути як на впровадження роботів на заводах, так і на застосування в менших масштабах, де важко отримати спеціалізовану робототехнічну підтримку.

Посівний раунд для масштабування моделі та розширення команди

Machenta приєднується до ширшої хвилі інвестицій в адаптивний інтелект роботів. Висвітлене Unite.AI фінансування Dream Labs для розробки ШІ, придатного для різних роботів, демонструє ще одну спробу зробити набуті навички корисними для різних машин. Machenta зосереджується на тому, як швидко нова інструкція щодо фізичної дії може перетворитися на практичну поведінку.

Партнерка Creandum Kathi Wilhelm наголосила на багаторічних дослідженнях команди, проведених до заснування компанії. Керівна партнерка Union Square Ventures Rebecca Kaden підкреслила цінність роботів, які можуть швидко опановувати нове завдання, замість того щоб щоразу окремо навчати їх для кожної роботи.

Наступний етап для Machenta — перетворити дослідницький фундамент на ширші й надійніші можливості. 40 мільйонів доларів дадуть компанії ресурси для масштабування моделі та розширення команди фахівців, а команда засновників принесе в бізнес шестирічний досвід роботи над навчанням роботів за одним прикладом.

Головне питання — наскільки добре така здатність до навчання масштабуватиметься, коли завдання ставатимуть різноманітнішими й складнішими. Якщо цей підхід витримає перевірку, важливою буде практична зміна: люди зможуть менше часу витрачати на побудову процесу навчання й більше — на те, щоб показувати роботу, яку їм справді потрібно доручити роботу.