המכשול הגדול ביותר ברובוטיקה לא היה חומרה, לא עלות, ולא תוכנה — היה הצורך לאסוף מיליוני תנועות אמיתיות של רובוט אמיתי. עכשיו מישהו פתר את זה.
שווה לעצור רגע על הדבר הזה, כי הוא משנה את הכללים:
מכון Allen לבינה מלאכותית (Ai2)* השיק השבוע פרויקט בשם MolmoBot — רובוט שאומן לחלוטין בסימולציה, מעולם לא ראה חפץ אמיתי במהלך האימון, ובפעם הראשונה שהושם מול שולחן אמיתי, עם ידיות, מגירות, ודלתות שמעולם לא פגש — הוא פשוט עבד.
זה מה שהחוקרים קוראים לו "zero-shot sim-to-real transfer", ועד לאחרונה רוב האנשים בתחום לא האמינו שזה אפשרי ברמה מעשית.
למה זה כל כך קשה בדרך כלל?
הבעיה הקלאסית ברובוטיקה היא "פער הסימולציה": כשמאמנים רובוט בסביבה וירטואלית, הוא לומד עולם "מדויק מדי" — ללא הרעש, החיכוך, ואי-הסדר של המציאות. כשמוציאים אותו לעולם האמיתי, הוא קורס. Google DeepMind לקחה 17 חודשים ו-130,000 סשנים אנושיים כדי לאמן את מודל RT-1 שלה. Ai2 עשתה את זה עם אפס מגע אנושי.
הפתרון של Ai2 היה הימור שונה לגמרי. במקום לנסות לגשר על הפער בין סימולציה למציאות באמצעות עוד דאטה אמיתי — הם פשוט הרחיבו את הסימולציה עד שהפער נסגר מעצמו. הם בנו מאגר בשם MolmoSpaces עם 230,000 סצנות פנים שונות, 130,000 עצמים שונים, ו-42 מיליון תנועות אחיזה. הם שינו זוויות תאורה, גדלים, חיכוך, כבידה, ומיקום הרובוט — אינסוף שינויים. על גבי 100 כרטיסי GPU הם ייצרו 130 שעות של ניסיון רובוטי על כל שעת שעון.
התוצאה: רובוט שנבחן על שני גופי חומרה שונים — זרוע רובוטית שולחנית ומניפולטור נייד — הצליח לבצע משימות יומיומיות כמו הרמת חפצים, פתיחת מגירות וארונות ודלתות, בסביבות שמעולם לא ראה, עם חפצים שמעולם לא פגש, ללא שום כיול נוסף.
וה-Ai2 עשו עוד משהו חשוב: הם שחררו הכל כקוד פתוח — המודלים, הדאטה, צינורות יצירת הסימולציה, הכלים, הבנצ'מרק. מי שרוצה לבנות על זה — יכול להתחיל מחר.
לסיכום
עד עכשיו, פיתוח רובוטיקה הייתה ספורט שמורה לענקיות עם תקציבים של מיליארדים ומחסנות מלאות בזרועות רובוטיות. MolmoBot מוכיח שאפשר לעשות את זה בסימולציה — ואם אפשר בסימולציה, אז כל מי שיש לו GPU יכול לבנות רובוט. הצוואר-בקבוק בשדה הרובוטיקה עובר מ"כמה דאטה אמיתי יש לך" ל"כמה טוב אתה בונה עולמות וירטואליים." זה שינוי כיוון משמעותי.
* Ai2 = Allen Institute for AI
מכון Allen הוא ארגון ללא מטרות רווח שנוסד ב-2014 על ידי פול אלן — שותפו של ביל גייטס להקמת מיקרוסופט. בניגוד ל-OpenAI או Google, אין כאן משקיעים שמצפים לתשואה — רק שאלה אחת: מה יועיל הכי הרבה לאנושות. זה מסביר למה הם שוחררים הכל כקוד פתוח — כולל MolmoBot.