В чужда къща няма две еднакви легла. Различна височина, различна завивка, възглавници, които някой подрежда по свой начин.
Човек не се учи наново за всяко легло. Роботите досега се учеха, място по място, с данни, събрани там, където ще работят.
Факт
Фактите: на 17 септември 2026 г. Figure представи Helix 2.5, невронна мрежа, предобучена от нулата върху Index - набора на компанията от човешко поведение. От един базов модел са направени три умения: подреждане на хол (13 до 15 разхвърляни играчки в коша), сгъване на кърпи и оправяне на легло. Изпитани са в 30 дома в района на Залива на Сан Франциско, без нито един събран там запис, без донастройка за тези домове и с предмети, които моделът не е виждал; успехът се брои само при напълно свършена задача. По данни на Figure при еднакви други условия предобучението върху Index вдига успеха при нулев опит от 9 на сто на 56 на сто. Helix 2.5 стига успеха на предишен Helix 02 с половината данни за задачата. Компанията отчита и закон за мащабиране от човек към робот: с всяко удвояване на данните от Index грешката при предсказване на действието пада предвидимо. Index генерира около 35 минути нов човешки опит всяка секунда, а Figure е заделила 3,5 млрд. долара за изчисления за обучение на Helix. Самата Figure пише, че общата хуманоидна роботика не е решена.
Какво значи 56
Петдесет и шест на сто звучи като слаба оценка, докато не видиш колко е строга: всички играчки в коша, всички кърпи сгънати, цялото легло готово, без частичен успех. Ако си гледал дете да оправя леглото си, знаеш, че 56 на сто е много.
По-важното е 9. Без предобучението същият робот със същите данни се справя в един от единайсет опита, с него - в повече от половината. Тоест по-голямата част от знанието не идва от задачата, а от гледането как хората живеят.
Роботът не е учил това легло. Учил е хората.
Стотният дом ще каже повече от тридесетия, а половин успех още не е робот за всеки хол. Но за посоката вече имат крива, макар тя да мери грешката при предсказване, не успеха в дома.
Визуалът към статията е генериран код-арт, без чужди изображения.