Galbot อธิบายโครงสร้างเบื้องหลังด้วยการเปรียบเทียบระหว่าง “สมองใหญ่” หรือ cerebrum ซึ่งรับผิดชอบการรับรู้ การให้เหตุผล และการวางแผน กับ “สมองน้อย” หรือ cerebellum ที่แปลงเจตนาหรือคำสั่งเหล่านั้นให้กลายเป็นการเคลื่อนไหวทั้งร่างกายที่ต่อเนื่องและมั่นคง
จุดนี้มีความสำคัญ เพราะหุ่นยนต์อาจดูคล่องแคล่วได้ในการสาธิตที่ควบคุมทุกอย่างไว้แล้ว แต่ความสามารถในการปรับตัวเมื่อความเร็ว ลูกบอล จังหวะ หรือการเคลื่อนที่ของคู่แข่งเปลี่ยนไปคือโจทย์อีกระดับ เทนนิสจึงเป็นการทดสอบวงจรปิดที่รวมการรับรู้ การตัดสินใจ และการควบคุมการเคลื่อนไหวเข้าด้วยกัน
Galbot และผู้วิจารณ์บางรายมองว่าเทนนิสฮิวแมนนอยด์แบบอัตโนมัติอาจกลายเป็น “ช่วงเวลา AlphaGo” ของปัญญาด้านการเคลื่อนไหว หรือหมุดหมายที่ทำให้สาธารณชนเห็นว่าเครื่องจักรไม่ได้เพียงทำท่าทางตามคำสั่ง แต่สามารถเลือกการกระทำขณะเคลื่อนที่อยู่ในสภาพแวดล้อมที่ไม่แน่นอนได้
อย่างไรก็ตาม การเปรียบเทียบนี้ควรใช้ด้วยความระมัดระวัง การตีโต้หรือการแข่งขันที่ประสบความสำเร็จอาจแสดงให้เห็นการทำงานร่วมกันของการรับรู้ กลยุทธ์ และการควบคุมร่างกายที่น่าประทับใจ แต่ยังไม่เพียงพอที่จะยืนยันว่าหุ่นยนต์มีปัญญาทั่วไป
ข้อสรุปที่สอดคล้องกับรายงานในขณะนี้จึงควรอยู่ในกรอบที่แคบกว่า นั่นคือ หาก ET1 สามารถเล่นเทนนิสแบบไม่ยึดติดกับสคริปต์ได้อย่างเสถียร ผลงานดังกล่าวจะเป็นหลักฐานความก้าวหน้าสู่หุ่นยนต์ฮิวแมนนอยด์ที่สามารถ “คิดไปพร้อมกับการเคลื่อนไหว” และปรับแผนตามสถานการณ์ได้
ET1 ติดตั้ง AstraBrain-Agent ซึ่ง Galbot พัฒนาขึ้นเองและอธิบายว่าเป็นเอเจนต์สำหรับโลกกายภาพ รองรับการโต้ตอบแบบหลายโมดัลและการควบคุมการเคลื่อนไหวแบบเรียลไทม์ ตามข้อมูลของบริษัทและรายงานจากงาน ระบบสามารถสังเกตสภาพแวดล้อมอย่างต่อเนื่อง เข้าใจคำสั่งภาษาธรรมชาติ และวางแผนพฤติกรรมกับลำดับการเคลื่อนไหวแบบไดนามิก
แนวคิดของระบบเชื่อมโยงความสามารถ 3 ขั้นตอนเข้าด้วยกัน
Galbot ระบุว่า ET1 สามารถเรียนรู้ทักษะการเคลื่อนไหวใหม่โดยไม่ต้องพึ่งข้อมูลโมชันแคปเจอร์หรือวิดีโอการฝึกที่บันทึกไว้ล่วงหน้า นอกจากนี้ บริษัทยังสาธิตการโต้ตอบแบบเรียลไทม์ โดยหุ่นยนต์สบตา ขยับศีรษะ และสร้างท่าทางของร่างกายตามคำสั่งภาษา
นี่คือความแตกต่างที่ Galbot ต้องการชี้ให้เห็นระหว่างหุ่นยนต์แบบใช้สคริปต์กับเอเจนต์ที่มีร่างกายอยู่ในโลกจริง กล่าวคือ เอเจนต์ควรตอบสนองต่อสิ่งที่กำลังเกิดขึ้น ปรับแผนเมื่อสถานการณ์เปลี่ยน และต่อยอดจากการโต้ตอบ อย่างไรก็ดี ความสามารถเหล่านี้ยังเป็นการสาธิตที่รายงานโดยบริษัท ประสิทธิภาพเมื่ออยู่นอกสภาพแวดล้อมที่ควบคุมไว้จึงยังต้องติดตามต่อไป
การสาธิตงานบ้านในงานดำเนินการโดยหุ่นยนต์ Galbot G1 ไม่ได้หมายความว่าเป็นการเปิดตัวผลิตภัณฑ์งานบ้านทั้งหมดของ ET1 โดยตรง งานที่แสดงรวมถึงการเก็บสิ่งของเข้าที่ การซักและตากผ้า และการพับเสื้อผ้าบนเตียง รายงานอื่นยังกล่าวถึงงานเตรียมอาหารเช้า เช่น ปิ้งขนมปัง เทเครื่องดื่ม และใช้แขนทั้งสองข้างประสานงานกัน
งานเหล่านี้ซับซ้อนกว่าที่เห็นในชีวิตประจำวัน เพราะหุ่นยนต์ต้องแยกแยะสิ่งของหลายชนิด รับมือกับวัตถุที่อาจกลิ้ง แกว่ง หรือเปลี่ยนรูป จัดการเสื้อผ้าและเครื่องนอนซึ่งเป็นวัตถุอ่อนนุ่ม และทำงานหลายขั้นตอนตามลำดับที่ถูกต้อง
Galbot นำเสนอการสาธิตเหล่านี้เป็นตัวอย่างของเป้าหมายที่กว้างขึ้นของ AstraBrain นั่นคือการใช้ระบบ AI ร่วมกันกับหุ่นยนต์ที่มีรูปร่างและหน้าที่แตกต่างกัน ตั้งแต่งานในบ้าน ไปจนถึงงานค้าปลีกและอุตสาหกรรม
ความสำคัญของ ET1 จึงไม่ได้อยู่ที่การตีไม้เทนนิสเพียงอย่างเดียว แต่อยู่ที่สถาปัตยกรรมเบื้องหลังที่ Galbot กำลังนำเสนอ บริษัทต้องการเชื่อมโยงภาษา การรับรู้ การวางแผน และการควบคุมร่างกายทั้งตัวเข้าด้วยกันในระบบปัญญาประดิษฐ์เชิงกายภาพเดียว ซึ่งสามารถนำไปใช้กับหุ่นยนต์หลายรูปแบบ
การแสดงเทนนิสคู่ผสมในวันที่ 22 สิงหาคมถูกออกแบบมาเพื่อทำให้วิสัยทัศน์ดังกล่าวเห็นได้อย่างเป็นรูปธรรม หาก ET1 รับมือกับจังหวะการเล่นที่เปลี่ยนไปและทำงานร่วมกับผู้เล่นมนุษย์ได้อย่างน่าเชื่อถือ ก็จะเป็นการสาธิตที่โดดเด่นของปัญญาทางกายภาพแบบปรับตัวได้
แต่บททดสอบระยะยาวจะอยู่ที่การถ่ายโอนความสามารถแบบวงจรปิดจากเวทีเทนนิสที่จัดเตรียมไว้ ไปสู่งานจริงที่คาดเดาได้ยากและต้องทำซ้ำทุกวัน ไม่ว่าจะเป็นงานบ้าน งานบริการ หรืองานอุตสาหกรรม