Fei-Fei Li na Yunzhu Li walieleza katika podcast ya hivi karibuni ya a16z kwamba World Labs inazindua mfumo wa “real-to-sim-to-real” unaoruhusu roboti kujifunza kazi za kijiometri katika nakala za kidijitali (digital twins) zenye usahihi wa hali ya juu kabla hata hazijagusa sakafu halisi. Mbinu hii inapunguza gharama na hatari za kukusanya data za mafunzo ya roboti, kikwazo ambacho kimefanya miradi mingi ya otomatiki (automation) kukwama maabara.
Kwa nini roboti zinahitaji zaidi ya lugha
Mifano mikubwa ya lugha (Large language models) inaweza kukusanya maandishi kutoka mtandao mzima, lakini roboti haiwezi tu kutazama video na kuiga kile inachokiona. Ili kupita kwenye ghala au kusafisha chumba cha hoteli, roboti lazima ielewe jiometri ya pande tatu, sifa za uso, na fizikia ya kusukuma, kuinua, na kupanga vitu. Hizo ndizo sehemu za “akili ya kijiometri” (spatial intelligence), na ni vigumu kuzipata kwa kiwango kikubwa katika ulimwengu halisi.
Kikwazo cha data
Kukusanya data halisi za roboti ni kwa kasi ndogo, gharama kubwa, na wakati mwingine ni hatari. Tukio moja tu la ajali linaweza kuharibu vifaa, kusimamisha mstari wa uzalishaji, au hata kumjeruhi mfanyakazi binadamu. Kwa sababu hiyo, timu nyingi za roboti hutegemea seti ndogo za data zilizotengenezwa kwa mkono ambazo hazijafunika mazingira mbalimbali ya kila siku.
World Labs inakwepa kikwazo hicho kwa kujenga ulimwengu wa kidijitali unaoendana na uhalisia. Mfumo wao wa SceniX unachora ramani ya nafasi halisi na kuiweka katika simulizi (simulation) inayohifadhi jiometri (umbo la kuta na vitu), muonekano (miundo, rangi, mwanga) na fizikia (jinsi vitu vinavyosogea vinaposukumwa). Roboti hufanya mazoezi katika nakala hiyo ya kidijitali, kisha mbinu zilezile huhamishiwa kwenye mazingira halisi.
Mifano ya video haitoshi
Baadhi ya watafiti wanahoji kuwa miundo inayozalisha video za hali ya juu inaweza kuchukua nafasi ya simulizi za kifizikia. Miundo hiyo inaweza kutoa picha zinazoonekana kuwa za kweli za mtazamo wa roboti, lakini haina fizikia thabiti. Ikiwa video ya simulizi itaonyesha kikombe kikipotea baada ya kusukumwa, roboti iliyofundishwa kwa video hiyo itajifunza uhusiano mbaya wa kisababishi na matokeo. Mfumo wa World Labs unasisitiza ulimwengu ambao unabaki thabiti katika muda, nafasi, na mwingiliano, kuhakikisha kuwa “kumbukumbu ya misuli” (muscle memory) ya roboti inalingana na fizikia ya ulimwengu halisi.
Kulenga maeneo yenye mpangilio wa nusu
Timu hiyo hailengi kutengeneza wasaidizi wa kibinadamu (humanoid assistants) watakaotembea kwenye sebule kesho. Badala yake, wanajikita kwenye mazingira yenye mpangilio wa nusu ambapo mpangilio unakuwa unaweza kutabirika vya kutosha ili nakala ya kidijitali iwe sahihi, lakini pia una mabadiliko ya kutosha kuhitaji uwezo wa kweli wa kijiometri. Mifano ni pamoja na:
- Maghala ambapo bidhaa huhifadhiwa kwenye rafu na mbao za kubebea (pallets)
- Migahawa yenye meza, viti, na wafanyakazi wanaotembea
- Hoteli zenye korido, vyumba, na mabebe wa huduma (service carts)
- Maeneo ya viwandani yenye mitambo, mikanda ya kubebea (conveyors), na vizuizi vya usalama
Haya ndiyo maeneo ambapo biashara tayari zinahitaji otomatiki. Utafiti wa hivi karibuni uliotajwa katika podcast hiyo ulionyesha kuwa thuluthi moja ya kazi za roboti zinazoombwa zinahusisha usafi—kazi zinazojirudia na zisizopendeza ambazo binadamu wanatamani kuzikabidhi kwa mashine.
Mafanikio yanavyoonekana
Mpango wa kazi wa World Labs unategemea kuthibitisha mfumo huo katika viwanda maalum katika miaka miwili ijayo. Ikiwa roboti itaweza kusogeza mbao ya kubebea (pallet) mara kwa mara katika ghala la simulizi na kisha kufanya vivyo hivyo katika kituo halisi bila kuhitaji mafunzo mapya, basi mfumo huo utakuwa umeonyesha kuwa “simulizi ya kuaminika huleta roboti za kuaminika.” Uaminifu huo unaweza kufungua mikataba mikubwa na kuhalalisha uwekezaji wa awali katika uundaji wa nakala za kidijitali (digital twins).
Nini cha kufuatilia baadaye
- Miradi ya majaribio ya viwandani – Hatua za kwanza za matumizi katika maghala au hoteli zitadhihirisha ikiwa mfumo huo unaweza kushughulikia changamoto zisizotabirika (edge cases) ambazo hutokea tu katika maeneo ya kazi.
Wazo kuu ni rahisi: wape roboti nafasi nzuri ya kufanya mazoezi kabla ya kuingia jukwaani. Ikiwa World Labs itaweza kugeuza mazoezi hayo kuwa utendaji thabiti, tatizo gumu zaidi katika roboti—kufundisha mashine kuelewa na kutenda katika ulimwengu halisi—huenda hatimaye litapata suluhisho la vitendo.