Humanoidní robot Helix 2.5 od americké společnosti Figure AI dokončil ve 30 dosud neznámých domácnostech v kalifornské oblasti Bay Area 56 % zadaných domácích prací. Test bez doplňování dat a úprav přímo na místě naznačuje technologický posun, současně ale ukazuje, že pro běžné a samostatné využití v domácnostech zůstává spolehlivost nedostatečná.

Figure AI, výrobce humanoidních robotů se sídlem v USA, nechala robota pracovat v pronajatých domech, které systém předtím neznal. Stroj dostal pevně nastavenou verzi řídicího modelu pro jeden ze tří úkolů: ustlat postel, složit a uklidit ručníky nebo uklidit obývací pokoj. Firma pro tato místa nesbírala další data, neměnila parametry modelu ani robota na konkrétní domácnost nedolaďovala.

Ze 420 pokusů systém podle zveřejněných údajů dokončil 237 úkolů. Hodnocení bylo přitom přísné: při úklidu hraček musel robot vložit všech 13 až 15 předmětů do koše, u ručníků bylo nutné každý kus složit a uložit. U stlaní postele se kontrolovala poloha obou polštářů, přitažení rohů přikrývky k čelu postele i hladký vzhled lůžka. Jediná chyba znamenala neúspěch.

Nejlépe si Helix 2.5 vedl při stlaní postele, kde dosáhl úspěšnosti 67 %. Skládání ručníků zvládl v 62 % případů, zatímco úklid obývacího pokoje jen ve 40 %. Průměr 56 % proto nelze chápat jako schopnost univerzálně obsloužit domácnost, ale jako výsledek tří úzce vymezených činností s rozdílnou náročností.

Předtrénování výrazně zlepšilo výsledek

Pro firmu je důležité zejména srovnání se stejným systémem vytrénovaným od začátku. Figure AI porovnala dvě shodné architektury se stejnými daty pro konkrétní úkoly i stejným způsobem vyhodnocení. Varianta vycházející z předtrénovaných parametrů uspěla v 56 % případů, zatímco model bez tohoto základu dosáhl jen 9 %.

Předtrénování vychází z datové sady Index, kterou Figure AI vytváří z ukázek lidského chování. Podle společnosti netvořil žádný z jednotlivých testovaných úkolů více než 1,9 % dat použitých při předtrénování. Firma tím argumentuje, že robot neopakoval pouze dříve nacvičené situace, ale dokázal přenést obecnější poznatky do nových prostor a uspořádání domácností.

Helix 2.5 podle Figure AI potřeboval také zhruba polovinu dat pro následné přizpůsobení konkrétním úkolům než dřívější srovnatelný model, přesto dosáhl podobné výkonnosti a fungoval napříč 30 neznámými domy. Zakladatel a generální ředitel Figure AI Brett Adcock označil schopnost pracovat v dosud neviděném prostředí za klíčový cíl robotiky.

Výsledky však zatím pocházejí z interního hodnocení firmy, nikoli z nezávislé validace. Kritici mohou namítat, že skutečné domácnosti přinášejí více nepředvídatelných proměnných, včetně dětí, domácích zvířat, změn v rozmístění věcí nebo odlišných bezpečnostních situací. Neúspěch ve 44 % pokusů by byl pro robota ponechaného bez dozoru v domácnosti významným provozním i finančním rizikem.

Náklady, bezpečnost a údržba rozhodnou o trhu

Figure AI do vývoje datové infrastruktury investuje výrazné prostředky. Data lidských demonstrací sbírá mimo jiné ve spolupráci s realitními společnostmi v reálných domech a uvádí, že její systém dnes vytváří přibližně 35 minut dat o lidské činnosti za sekundu. Firma zároveň hovoří o miliardových investicích do výpočetní kapacity potřebné pro trénování modelů.

Ekonomický potenciál domácích robotů by byl značný, pokud by dokázaly spolehlivě převzít opakující se manuální práci. Zájem o chytrou domácnost roste, avšak úplné propojení zařízení zůstává podle uváděných průzkumů vzácné a naráží na cenu i složitost instalace. U humanoidních robotů by se k tomu přidaly náklady na energii, servis, bezpečnostní prvky a dlouhodobou údržbu.

Figure AI zatím nezveřejnila cenu ani termín komerčního uvedení robotů řízených systémem Helix. Test tak představuje především výzkumný milník, nikoli důkaz bezprostředně dostupného produktu. Konkurenci v oboru tvoří například Tesla s platformou Optimus, Boston Dynamics, Agility Robotics i čínské firmy vyvíjející humanoidní stroje.

Posun z 9 % na 56 % je pro Figure AI podstatný, ale cesta k praktickému využití zůstává dlouhá. Domácí robot by pro širší nasazení musel zvládat nejen několik předem vymezených úkonů, ale i proměnlivý provoz domácnosti s výrazně vyšší mírou jistoty. Právě spolehlivost, bezpečnost a celkové náklady rozhodnou, zda se současné laboratorně orientované testy promění v životaschopný trh.