Endüstriyel robotlar onlarca yıldır fabrikalarda çalışıyor; ancak farklı nesneleri tutarlı biçimde kavramak, yani "manipülasyon" sorunu, milyarlarca dolarlık yatırıma ve derin öğrenme modellerine beslenen sayısız videoya karşın hâlâ tam anlamıyla çözülemedi. Eka Robotics, bu soruna alışılmışın dışında bir yaklaşımla çözüm getirdiğini iddia ediyor ve sektörün önde gelen isimlerinden aldığı tepkiler bu iddiayı destekler nitelikte.
Şirket, a16z ve F-Prime liderliğinde kapattığı 150 milyon dolarlık Seri A yatırım turuyla 1,45 milyar dolar yatırım sonrası değerlemeye ulaştı. Eka Robotics'i, MIT'den Profesör Pulkit Agrawal ile eski Google DeepMind araştırmacısı Tuomas Haarnoja kurdu; ikili daha önce California Üniversitesi Berkeley'de lisansüstü eğitimleri sırasında tanışmıştı.
Kurucu Agrawal bu farkı şöyle açıklıyor: "Vizyon size nesnenin kabaca nerede olduğunu ve duruşunu söyler; ancak gerçek kavrama, gerçek arama kuvvetler aracılığıyla gerçekleşir." Bu yaklaşım, uzun süredir yapay zeka destekli robotik alanındaki bazı eleştirmenlerin savunduğu bir tezi doğrular nitelikte: Kuvvet ve dokunma temsili olmadan bu modellerin sınırlarına ulaşılacağı görüşü.
Eka'nın geliştirdiği robot eli, geleneksel tutuculara kıyasla daha esnek bir yapıya sahip ve daha fazla kuvvet sensörü barındırıyor. Robot, temas anında sensörlerden gelen verilere anlık tepki vererek hassas nesnelere zarar vermiyor. Şirketin bu mekanizmayı tam olarak nasıl tasarladığı rekabetçi nedenlerle kamuoyuyla paylaşılmıyor; ancak temel yaklaşım, robotun kavrama sırasında karşılaşacağı kuvvetleri fizik simülatöründe modellemek ve bunu ölçeklenebilir bir pekiştirmeli öğrenme ortamına dönüştürmekten geçiyor. Kurucular, bu yöntemle dakikalar içinde binlerce saatlik robot deneyimi üretebildiklerini belirtiyor.
Yatırım turuna a16z adına eş liderlik eden genel ortak Raghu Raghuram, TechCrunch'a yaptığı açıklamada şirketin bazı görevlerde zaten insanüstü performans sergilediğini ve önümüzdeki aylarda pek çok ince motor beceri görevinde de bu eşiğin aşılacağını öngördüklerini söyledi.
Öğrenme sürecinde insan demonstrasyonu videolarına ya da saatler boyu süren operatör çalışmalarına bağımlı kalmak yerine simülasyon ortamına odaklanmak, Eka'nın temel stratejik tercihlerinden biri. University of Illinois Urbana-Champaign'den Profesör Kris Hauser bu yaklaşımı şöyle değerlendiriyor: "Eka'yı heyecan verici kılan şey, eğitim için sunulan verilerle sınırlı kalmamalarıdır. Pekiştirmeli öğrenme yoluyla robot, kendisine gösterilen her türlü demonstrasyonun ötesine geçebiliyor."
Bir sınır laboratuvarında çalıştığı için adını açıklamak istemeyen başka bir robotik uzmanı ise TechCrunch'a verdiği röportajda Eka robotuyla karşılaşmasını duygusal bir deneyim olarak nitelendirdi ve bunu robotların güvenilir bacaklı hareket kabiliyetine ilk kavuştuğu döneme, yani beş ila on yıl öncesine benzetti. Uzman, robota ahududu uzattığında büyük ve ağır bir robotun koluna doğru hızla yaklaşıp tam zamanında yavaşlamasının ve çok nazikçe dokunmasının bıraktığı hissi konuşurken hâlâ bedeninde taşıdığını aktardı.
Eka'nın vizyonu, kendi modelinin fiziksel katmanı üstlenmesi, genel amaçlı bir modelin ise hangi görevi nasıl çözeceğine karar vermesi üzerine kurulu. Kurucu Haarnoja bu yaklaşımı şöyle özetliyor: "Alanın büyük çoğunluğu planlamaya odaklandı; yüksek seviyeli zekâdan aşağıya doğru iniyor. Biz ise aşağıdan yukarıya düşünüyoruz."
Şirket şu an birkaç endüstriyel müşteriyle gizli pilotlar yürütüyor; bu pilotlar nesne alma-yerleştirme ve kablo manipülasyonu gibi görevleri kapsıyor. Ancak laboratuvar ortamından gerçek üretim hatlarına geçiş, uzmanların da vurguladığı gibi ciddi bir sınav olmaya devam ediyor. Hauser bu konuda şu değerlendirmeyi yapıyor: "Gerçek montaj hatlarında entegratörlerle çalışmaya başladıklarında ve sistemin bir yıl boyunca arıza vermeden çalışması gerektiğinde asıl sınav başlayacak."
Donanım cephesinde ise Agrawal, şu an 5 milyon çevrim ömrüne sahip olan tutucunun hedefinin standart endüstriyel kolların belirlediği 20 milyon çevrim çıtasına ulaşmak olduğunu belirtiyor. Tutucu maliyeti 1.000 doların altında. Şirket öncelikli olarak nesne alma-düzenleme-yerleştirme ve kablo işleme olmak üzere iki dikey alanda odaklanmayı planlıyor.
Şirket, a16z ve F-Prime liderliğinde kapattığı 150 milyon dolarlık Seri A yatırım turuyla 1,45 milyar dolar yatırım sonrası değerlemeye ulaştı. Eka Robotics'i, MIT'den Profesör Pulkit Agrawal ile eski Google DeepMind araştırmacısı Tuomas Haarnoja kurdu; ikili daha önce California Üniversitesi Berkeley'de lisansüstü eğitimleri sırasında tanışmıştı.
Kuvvet Algısına Dayanan Yeni Bir Model Mimarisi
Günümüzdeki robotik yapay zeka modellerinin büyük çoğunluğu görsel-dil-eylem (vision-language-action) mimarisine dayanıyor: robot, kamera görüntüsünü ve dil komutlarını birleştirerek hareket kararı alıyor. Eka'nın yaklaşımı ise farklı; şirket, görsel girdinin yanına kuvvet girdisini ekleyen bir görsel-kuvvet-eylem (vision-force-action) modeli geliştirdi.Kurucu Agrawal bu farkı şöyle açıklıyor: "Vizyon size nesnenin kabaca nerede olduğunu ve duruşunu söyler; ancak gerçek kavrama, gerçek arama kuvvetler aracılığıyla gerçekleşir." Bu yaklaşım, uzun süredir yapay zeka destekli robotik alanındaki bazı eleştirmenlerin savunduğu bir tezi doğrular nitelikte: Kuvvet ve dokunma temsili olmadan bu modellerin sınırlarına ulaşılacağı görüşü.
Eka'nın geliştirdiği robot eli, geleneksel tutuculara kıyasla daha esnek bir yapıya sahip ve daha fazla kuvvet sensörü barındırıyor. Robot, temas anında sensörlerden gelen verilere anlık tepki vererek hassas nesnelere zarar vermiyor. Şirketin bu mekanizmayı tam olarak nasıl tasarladığı rekabetçi nedenlerle kamuoyuyla paylaşılmıyor; ancak temel yaklaşım, robotun kavrama sırasında karşılaşacağı kuvvetleri fizik simülatöründe modellemek ve bunu ölçeklenebilir bir pekiştirmeli öğrenme ortamına dönüştürmekten geçiyor. Kurucular, bu yöntemle dakikalar içinde binlerce saatlik robot deneyimi üretebildiklerini belirtiyor.
İnsan Hızını Geride Bırakan Performans
Eka'nın robot kolu saatte yaklaşık 1.500 nesne kavrayabiliyor; bu rakam, bir insanın saatte kavrayabildiği yaklaşık 600 nesnenin iki buçuk katından fazla. Şirketin açıkladığı verilere göre başarı oranı yüzde 95'in üzerinde seyrediyor. Robot, 1 kilogram ağırlığa kadar olan nesneleri kaldırabiliyor. Hızlı hareket sırasında oluşan kuvvetler robotun kendi yapısına zarar verebilecek düzeyde; bu durum, algoritmanın ne denli güvenilir çalıştığına işaret ediyor.Yatırım turuna a16z adına eş liderlik eden genel ortak Raghu Raghuram, TechCrunch'a yaptığı açıklamada şirketin bazı görevlerde zaten insanüstü performans sergilediğini ve önümüzdeki aylarda pek çok ince motor beceri görevinde de bu eşiğin aşılacağını öngördüklerini söyledi.
Öğrenme sürecinde insan demonstrasyonu videolarına ya da saatler boyu süren operatör çalışmalarına bağımlı kalmak yerine simülasyon ortamına odaklanmak, Eka'nın temel stratejik tercihlerinden biri. University of Illinois Urbana-Champaign'den Profesör Kris Hauser bu yaklaşımı şöyle değerlendiriyor: "Eka'yı heyecan verici kılan şey, eğitim için sunulan verilerle sınırlı kalmamalarıdır. Pekiştirmeli öğrenme yoluyla robot, kendisine gösterilen her türlü demonstrasyonun ötesine geçebiliyor."
Sektör Uzmanlarından Dikkat Çekici Tepkiler
Hauser, Eka'nın demosunu son dönemde izlediği diğer robot gösterilerine kıyasla belirgin bir "vay be" etkisi yarattığını ifade etti. Robotun yeniden deneme davranışını tanımlarken "insansı, ürpertici derecede insansı" ifadesini kullandı: İlk denemede başarısız olduğunda robot defalarca tekrar ediyor.Bir sınır laboratuvarında çalıştığı için adını açıklamak istemeyen başka bir robotik uzmanı ise TechCrunch'a verdiği röportajda Eka robotuyla karşılaşmasını duygusal bir deneyim olarak nitelendirdi ve bunu robotların güvenilir bacaklı hareket kabiliyetine ilk kavuştuğu döneme, yani beş ila on yıl öncesine benzetti. Uzman, robota ahududu uzattığında büyük ve ağır bir robotun koluna doğru hızla yaklaşıp tam zamanında yavaşlamasının ve çok nazikçe dokunmasının bıraktığı hissi konuşurken hâlâ bedeninde taşıdığını aktardı.
Genel Amaçlı ile Yüksek Performanslı Arasındaki Uçurum
Eka'nın çözmek istediği temel sorun, şirketin "genellik-performans uçurumu" olarak adlandırdığı ikilem. Günümüzde çok sayıda farklı görevi üstlenebilen genel amaçlı fiziksel yapay zeka modelleri bu görevlerde genellikle yetersiz kalıyor; tek bir göreve odaklanmış yüksek performanslı modeller ise iş dünyasının beklediği esnekliği sağlayamıyor.Eka'nın vizyonu, kendi modelinin fiziksel katmanı üstlenmesi, genel amaçlı bir modelin ise hangi görevi nasıl çözeceğine karar vermesi üzerine kurulu. Kurucu Haarnoja bu yaklaşımı şöyle özetliyor: "Alanın büyük çoğunluğu planlamaya odaklandı; yüksek seviyeli zekâdan aşağıya doğru iniyor. Biz ise aşağıdan yukarıya düşünüyoruz."
Şirket şu an birkaç endüstriyel müşteriyle gizli pilotlar yürütüyor; bu pilotlar nesne alma-yerleştirme ve kablo manipülasyonu gibi görevleri kapsıyor. Ancak laboratuvar ortamından gerçek üretim hatlarına geçiş, uzmanların da vurguladığı gibi ciddi bir sınav olmaya devam ediyor. Hauser bu konuda şu değerlendirmeyi yapıyor: "Gerçek montaj hatlarında entegratörlerle çalışmaya başladıklarında ve sistemin bir yıl boyunca arıza vermeden çalışması gerektiğinde asıl sınav başlayacak."
Donanım cephesinde ise Agrawal, şu an 5 milyon çevrim ömrüne sahip olan tutucunun hedefinin standart endüstriyel kolların belirlediği 20 milyon çevrim çıtasına ulaşmak olduğunu belirtiyor. Tutucu maliyeti 1.000 doların altında. Şirket öncelikli olarak nesne alma-düzenleme-yerleştirme ve kablo işleme olmak üzere iki dikey alanda odaklanmayı planlıyor.
Yazılım ve Uygulamalar
Yazılım ve Uygulamalar
Yazılım ve Uygulamalar
Yorumlar (0)
Yorum yapmak için giriş yapmalısınız.