Kinas humanoide roboter går fra sprintrekorder til industriell virkelighet

Beijing viste nylig fram to sider av den samme robotindustrien. På løpebanen leverte Tiangong-robotene imponerende resultater i fart og hopp. På World Robot Conference presenterte Beijing Humanoid Robotics Innovation Center en bredere plattform for såkalt kroppsliggjort intelligens – med både programvare og rimeligere maskinvare.

Det viktigste budskapet handler likevel ikke om én enkelt rekord. Humanoide roboter er i ferd med å bevege seg fra spektakulære demonstrasjoner til mer målrettet produktutvikling. Men teknologien har ennå ikke passert den vanskeligere terskelen: pålitelig, sikker og økonomisk forsvarlig drift i stor skala.

Tiangong satte tonen i Beijing

Tiangong-serien var blant de mest synlige deltakerne under de andre World Humanoid Robot Games.

• Tiangong Ultra vant 400-meteren i klassen for store roboter på 38,15 sekunder. 45
• Senere vant den 100-meterfinalen på 8,64 sekunder, etter å ha løpt semifinalen på 8,86 sekunder. 15
• Tiangong Omni vant 400-meteren i smårobotklassen på 45,66 sekunder. 23
• Blant de rapporterte rekordene var 2 minutter og 21,64 sekunder på 1 500 meter, 3,40 meter i stående høydehopp og 4,83 meter i stående lengdehopp. 25

Resultatene viser hvor raskt robotenes dynamiske bevegelsesevne utvikler seg. Samtidig må de leses med en viss varsomhet. En robot som er optimalisert for en bestemt konkurranseøvelse, demonstrerer en spesialisert egenskap under kontrollerte forhold. Det beviser ikke at den kan ferdes trygt i en uforutsigbar fabrikk, håndtere mange ulike gjenstander eller arbeide lenge uten menneskelig hjelp.

Enkelte rapporter tilskrev også senterets lag og Tiangong-serien 15 gull-, 12 sølv- og 18 bronsemedaljer, samt 34 rekorder. Disse totalsummene kommer fra sekundærkilder og er ikke uavhengig verifisert her. De bør derfor omtales som rapporterte resultater, ikke som endelig bekreftede tall. 613

Én lansering for robotens «hjerne» – én for kroppen

På World Robot Conference lanserte senteret Pelican-Unify, en samlet modell for kroppsliggjort intelligens. Målet er å koble sammen forståelse, resonnering, forestillingsevne og handling. Forskningsbeskrivelsen viser til én visuell språkmodell som både skal forstå og resonnere, ved å samle scener, instrukser, visuell kontekst og tidligere handlinger i et felles semantisk rom. 17

Lanseringen illustrerer et viktig skifte i utviklingen av humanoide roboter. Utfordringen handler ikke lenger bare om sterkere motorer, bedre balanse eller mer presise hender. Utviklerne forsøker også å bygge et gjenbrukbart intelligenslag som kan tolke omgivelsene, planlegge en oppgave og omsette planen til fysisk handling.

Samtidig viste senteret fram Tiangong Omni, en humanoid robot på 1,35 meter og 39 kilo, med mål om å legge til rette for rimeligere masseproduksjon. 1319 Den mindre størrelsen peker mot et konkret kommersielt spørsmål: Kan en lettere og billigere plattform gjøre testing og implementering mer tilgjengelig enn store roboter med svært høye spesifikasjoner?

Pelican-Unify og Omni er dermed to deler av samme strategi. Den ene retter seg mot programvaren og intelligensen, den andre mot den fysiske plattformen som skal kjøre den.

«ChatGPT-øyeblikket» er fortsatt en prognose

Xiong Youjun, toppsjefen for senteret, har sagt at kroppsliggjort kunstig intelligens nærmer seg et «ChatGPT-øyeblikk» – et punkt der en generell modell og nok treningsdata kan gjøre teknologien nyttig på tvers av mange oppgaver.

Sammenligningen sier mye om ambisjonene i bransjen, men er ikke et bevis på at allsidige, autonome humanoide roboter allerede finnes.

Roboter møter et langt mer krevende driftsmiljø enn programvare. De må tolke fysiske omgivelser i endring, unngå kollisjoner, regulere kraft, håndtere feil og utføre oppgaver på samme måte om og om igjen. En modell kan fungere godt i en demonstrasjon, men fortsatt trenge store mengder oppgavespesifikke data, overvåking og teknisk integrasjon før den kan brukes trygt kommersielt.

Den egentlige testen for «ChatGPT-øyeblikket» blir derfor om én modell kan overføres pålitelig mellom ulike robotkropper, arbeidsplasser og oppgaver – ikke bare om den kan levere en imponerende demo.

Fra spesifikasjoner til systemytelse

Humanoide roboter har ofte blitt sammenlignet etter synlige spesifikasjoner: høyde, vekt, antall frihetsgrader, nyttelast og toppfart. Slike mål er fortsatt relevante, men de sier lite om det som avgjør om en kunde faktisk vil kjøpe roboten.

Industrikunder vil snarere spørre:

• Hvor ofte fullfører roboten oppgaven uten menneskelig inngripen?
• Hvor høy er oppetiden, og hvor mye vedlikehold kreves?
• Hvor jevn er hastigheten og kvaliteten?
• Hvor mye koster integrasjonen med eksisterende utstyr?
• Kan systemet operere trygt i nærheten av mennesker?
• Gir investeringen en målbar økonomisk gevinst?

Derfor får avgrensede oppgaver som inspeksjon, sortering, repetitiv håndtering og annet «skittent, farlig og kjedelig» arbeid stadig mer oppmerksomhet. Slike oppgaver gjør det lettere å sammenligne robotens kostnad med en konkret driftsgevinst – for eksempel mindre eksponering for farlige forhold, høyere gjennomstrømning eller avlastning ved mangel på arbeidskraft.

Rapporteringen som er lagt til grunn, beskriver også et prosjekt for kontroll med infrarøde termometre som skal ha blitt seks ganger raskere. Dette tallet er ikke uavhengig underbygget av dokumentasjonen her, og bør derfor ikke brukes som en etablert ytelsesstandard. Infrarøde sensorer kan riktignok måle temperatur raskt og uten fysisk kontakt, men den generelle egenskapen bekrefter ikke resultatet i et bestemt robotprosjekt. 33

Felles infrastruktur kan bli avgjørende

Flaskehalsen i bransjen er ikke bare mekanisk ytelse. Det handler også om kostnadene ved å bygge infrastrukturen rundt robotene.

Ifølge rapporteringen rundt lanseringene møter selskapene problemer med dobbeltarbeid i datainnsamlingen, dyr verifisering og maskinvare- og programvarestakker som ikke fungerer sammen. Hvis hver robotprodusent og fabrikk må utvikle egne datasett, grensesnitt, sikkerhetsrutiner og integrasjonsverktøy, vil utrullingen forbli langsom og kostbar selv om robotene stadig blir bedre.

Det foreslåtte svaret er et felles infrastrukturlag. Tiangong-plattformen presenteres som en gjenbrukbar robotplattform, mens det åpne økosystemet Huisi Kaiwu tilbyr verktøy og modeller for utvikling av verdensmodeller og visuelle språkmodeller for roboter. X-Humanoids eget materiale beskriver funksjoner for bruk på tvers av situasjoner og oppgaver, blant annet i fabrikker, hjem og utendørsområder, samt for gripeoppgaver, navigasjon og samhandling mellom mennesker og roboter. 2122

Åpne eller kompatible løsninger kan redusere mengden ingeniørarbeid som må gjøres på nytt. Åpenhet alene garanterer imidlertid ikke driftssikkerhet. Felles plattformer trenger tydelige grensesnitt, gode evalueringsmetoder, dokumentasjon, sikkerhetskontroller og bevis på at modellene faktisk kan overføres mellom ulike robotkropper og miljøer.

Partnerskap peker mot støtte før erstatning

Det rapporterte partnerskapet med Mercedes-Benz, der Tiangong 3.0 skal brukes som en «silisiumbasert rådgiver», peker mot en mer forsiktig rolle for humanoide roboter på kort sikt: å støtte ansatte og anbefale handlinger i avgrensede arbeidsprosesser, heller enn umiddelbart å erstatte menneskelig skjønn i bred forstand.

Kildene bekrefter at partnerskapet er rapportert, men fastslår ikke omfanget eller den faktiske ytelsen. 19

Det er en viktig forskjell. Industriell bruk kan begynne med roboter som inspiserer, anbefaler, henter, sorterer eller utfører repetitive deloppgaver, mens mennesker fortsatt håndterer avvik og beslutninger med store konsekvenser. Slike installasjoner kan samtidig samle driftsdata og avdekke feil før selskapene forsøker seg på mer selvstendig arbeid.

Standarder er like viktige som modeller

Sikkerhet og samspill mellom systemer blir avgjørende hvis humanoide roboter skal ut av pilotprosjektene. Kina har godkjent utviklingen av nasjonale standarder for humanoide roboter innen blant annet miljøforståelse, beslutningstaking og planlegging, bevegelseskontroll og oppgaveutførelse. 27

Standarder kan bidra til å definere testmetoder, tekniske krav og forventninger til samarbeid mellom mennesker og roboter. De kan også redusere usikkerheten for fabrikker som skal integrere roboter fra flere leverandører.

Påstanden om at arbeidet omfatter 49 sikkerhetsrelaterte og andre standarder, er ikke uavhengig verifisert av kildene som er brukt her. Den overordnede retningen er likevel tydelig: En robotindustri som sikter mot masseutbredelse, trenger mer enn avansert maskinvare og gode modeller. Den trenger etterprøvbare evalueringer, troverdige sikkerhetsvurderinger, kompatible grensesnitt og klare ansvarsforhold når systemene svikter.

Slik kan masseadopsjon se ut

Begivenhetene i Beijing peker mot en gradvis innføringsmodell:

1. Begynn med smale og målbare oppgaver. Inspeksjon, sortering, repetitiv håndtering og andre avgrensede arbeidsprosesser er enklere å evaluere enn åpen og generell arbeidskraft.
2. Mål driftsresultatene. Gjennomstrømning, kvalitet, oppetid, behovet for menneskelig inngripen, sikkerhet og totale eierkostnader betyr mer enn én rekord på løpebanen.
3. Gjenbruk data og infrastruktur. Felles plattformer og kompatible verktøy kan redusere dobbeltarbeid i trening og integrasjon.
4. Utvikle standarder parallelt med teknologien. Fabrikker trenger pålitelige metoder for å teste, godkjenne og overvåke humanoide systemer.
5. Øk selvstendigheten gradvis. Roboter kan gå fra overvåket assistanse til bredere fleroppgavebruk først når pålitelighet og lønnsomhet er dokumentert.

Beijing-arrangementene viser en bransje med sterk fremdrift innen dynamiske bevegelser, forskning på kroppsliggjort kunstig intelligens og plattformdesign. Men den avgjørende konkurransen blir ikke avgjort av den neste sprintrekorden alene. Vinnerne blir systemene som kan utføre nyttig arbeid gjentatte ganger, trygt og til en kostnad kundene kan forsvare.