Een robot een nieuwe taak leren kost nu uren, niet maanden

Een nuttige robot bouwen vereiste altijd twee dure onderdelen: de fysieke machine en de software om hem te besturen. Die software moest voor elke nieuwe robot bijna helemaal opnieuw worden geschreven — een proces dat maanden duurde. Google DeepMind bracht op 30 juli Gemini Robotics 2 uit, en dat verandert alles fundamenteel. Het systeem is één AI voor elk robotlichaam — en leert een nieuw lichaam in slechts een paar uur.

In werkelijkheid werken drie modellen samen. Eén doet de planning op hoog niveau en beslist wat de robot vervolgens moet doen. Een ander vertaalt die plannen naar precieze bewegingen en houdt de robot in balans van kop tot teen. Een derde versie draait volledig op de ingebouwde computer van de robot, zonder internetverbinding. Als er iets misgaat tijdens een taak, zoekt de robot de laatste stap die goed ging en gaat opnieuw verder vanaf dat punt, helemaal zelfstandig.

De resultaten zijn tot nu toe wisselend maar echt. Een gloeilamp losdraaien — een taak waarbij vingers, pols, elleboog en het volledige lichaamsevenwicht samenwerken — lukte met een slagingspercentage van 92%. Een vuilniszak dichtknopen slaagde in 44% van de gevallen. Niet perfect, maar een duidelijke stap vooruit ten opzichte van een jaar geleden.

De grootste verandering voor iedereen die robotsystemen koopt of bouwt is hoe snel de AI naar nieuwe hardware kan overstappen. Training duurt maar een paar uur en minder dan 200 voorbeelden, in plaats van maanden maatwerk-engineering. Google levert het AI-brein; hardwarepartners zoals Boston Dynamics en Apptronik leveren de robotlichamen. Die scheiding is belangrijk: nieuwe hardware inzetten en die nog dezelfde dag laten werken. Als je nu robotsystemen evalueert, vraag je leverancier hoelang omscholen naar een nieuwe machine duurt — dat getal is nu het belangrijkste.