מה באמת מלמד הניסוי של Figure ב־30 בתים לא מוכרים

ההכרזה של Figure על Helix 2.5 היא טענה משמעותית בתחום ההכללה הרובוטית: הרובוט ההומנואידי Figure 03 נבחן במטלות בית בבתים שלא פגש קודם. אלא שמאחורי הכותרת — 56% הצלחה בהשלמת משימה — מסתתרת גם העובדה שב־44% מהניסיונות הרובוט לא השלים את המטלה לפי כללי המדידה המחמירים. 114

מה בדיוק נבדק?

Figure מסרה כי אימנה מראש את Helix 2.5 על Index, מאגר הנתונים שלה להתנהגות אנושית. מאותו מודל בסיס פותחו שלוש התנהגויות ביתיות:

• סידור סלון;
• קיפול מגבות;
• הצעת מיטות.

לאחר מכן נבחנו ההתנהגויות ב־30 בתים באזור המפרץ של סן פרנסיסקו שהמערכת לא הכירה קודם. לפי החברה, לא נאספו נתונים באף אחד מבתי ההערכה, ולא בוצעו כוונון עדין או התאמה ספציפיים לבית או לחפצים שהרובוט טיפל בהם. בכל הבתים הופעלה אותה נקודת ביקורת קבועה של המודל. 11

זהו המובן החשוב של המונח “zero-shot” כאן: הרובוט לא אומן עבור הבתים המסוימים האלה או עבור הצעצועים, המגבות והמצעים שבהם נתקל. אין פירוש הדבר ששלוש קטגוריות המטלות נלמדו בלי שום אימון ייעודי; Figure מתארת התאמה של מודל הבסיס לשלוש ההתנהגויות הללו. 11

56% לעומת 9% — ומה המדד הזה אומר

בהשוואה המבוקרת של Figure, אימון מקדים על Index העלה את שיעור ההצלחה המלאה ב־zero-shot מ־9% במודל דומה שאומן מאפס, ל־56% במודל שאומן מראש. 411

הציון היה בינארי: הצלחה מלאה או כישלון. בניסוי סידור הסלון, כל צעצוע מפוזר היה צריך להגיע לסל; בקיפול מגבות, היה צריך לקפל ולהניח את המגבות; ובהצעת מיטה, הכריות והשמיכה היו צריכות להיות ממוקמות ומיושרות כראוי. 4

הכלל הזה הופך 56% לנתון משמעותי יותר מאשר מדד עמום של “השלמה חלקית”. ובאותה נשימה הוא מחדד את המגבלה: 44% מהניסיונות המלאים נכשלו. זו עדות לכך שאימון רחב יכול לשפר העברה לסביבות לא מוכרות — לא הוכחה לכך שרובוט הומנואידי כבר מוכן לעבוד בבית ללא השגחה. 4

למה Figure חושבת שהגישה יכולה להתרחב

התזה הרחבה של החברה היא שרובוטיקה יכולה לאמץ דפוס דומה למודלי בסיס בבינה מלאכותית: לאמן מראש על מגוון גדול של דוגמאות להתנהגות פיזית אנושית, להגדיר התנהגות מסוימת בעזרת כמות קטנה יותר של נתוני רובוט, ואז לפרוס אותה בחללים חדשים — בלי לבנות מחדש מאגר נתונים לכל חדר. 11

החברה דיווחה על קשר סקיילינג שלפיו שגיאת חיזוי פעולות הרובוט ירדה באופן צפוי ככל שכמות נתוני האימון המקדים של Index גדלה בטווח של פי שמונה. היא גם מסרה ש־Index הפיק בערך 35 דקות של נתוני התנהגות אנושית בכל שנייה. 3

נציג של Figure מסר בנפרד כי בעת הצילום היו כ־90,000 תורמים פעילים בשבוע, ובהמשך המספר עבר את 100,000. זהו נתון של החברה עצמה, ולא ראיה שעברה ביקורת עצמאית. 28

Figure הודיעה גם על התחייבות ראשונית של 3.5 מיליארד דולר למשאבי מחשוב במסגרת שותפות עם Nscale, עם יעד של עד 100,000 מעבדי Nvidia Vera Rubin ותחילת פריסה במחצית השנייה של 2027. 3

למה הניסוי עדיין לא פותר את אתגר הרובוט הביתי

הניסוי הוכרז ונבחן בידי Figure עצמה, ולא במסגרת אמת מידה עצמאית שעברה ביקורת עמיתים בתחום הרובוטיקה הביתית. 11

לפי הדיווחים, 30 הבתים היו דירות שכורות לטווח קצר שהיו ריקות, מסודרות ומוארות היטב. בית אמיתי ומאוכלס כולל אנשים, חיות מחמד, עומס, תאורה משתנה, הפרעות, חפצים חריגים ואילוצי בטיחות — תנאים שעלולים להקשות במידה ניכרת על ניווט ועל מניפולציה של חפצים. 4

לכן, המסקנה המדויקת צרה יותר מהטענה ש“רובוטים כבר עושים עבודות בית”. Figure הציגה הדגמה מבוקרת שלפיה אימון על נתוני התנהגות אנושית בהיקף גדול עשוי לצמצם את הצורך לאסוף הדגמות רובוט בכל בית חדש. השאלה אם גישה זו תגיע לאמינות ולבטיחות הנדרשות בבתים רגילים ומאוכלסים עדיין פתוחה. 114