Helix 2.5؛ ربات انسان‌نما توی ۳۰ خونه‌ی ندیده
هوش مصنوعیClaude Opus 5خلاصهٔ کامل‌تر
Figure می‌گه Helix 2.5 پیشرفته‌ترین شبکه‌ی عصبی‌ایه که تا حالا ساخته، و ادعای اصلی‌ش این نیست که ربات کار سختی انجام داده، بلکه اینه که همون کار رو توی جایی انجام داده که اصلاً ندیده بودش. نسخه‌های قبلی، مثل Helix 02 که ماشین ظرفشویی خالی می‌کرد، از داده‌ای یاد می‌گرفتن که توی همون محیطِ کار جمع شده بود. این بار ربات با یه چک‌پوینت ثابت رفته توی ۳۰ خونه‌ی واقعی در منطقه‌ی خلیج سان‌فرانسیسکو و هیچ داده‌ای از اون خونه‌ها و اشیاشون توی آموزش نبوده.
سه کاری که انتخاب شدن عمداً کل بدن رو درگیر می‌کنن: مرتب کردن اتاق نشیمن، تا کردن حوله و مرتب کردن تخت. به گفته‌ی Figure، خونه برخلاف آزمایشگاه هیچ امکانی به ربات نمی‌ده؛ بازوی روی میز فضای کاری ثابت داره و ربات چرخ‌دار به کف باز نیاز داره، ولی ربات انسان‌نما باید توی فضای شلوغ راه بره، بدنش رو جوری بچرخونه که ببینه و دست برسونه، و ادراک و حرکت و دستکاری رو نمی‌شه جدا از هم حل کرد.
جالب‌ترین بخش گزارش یه آزمایش کنترل‌شده‌ست. دو تا policy، یعنی همون مدلی که تصمیم حرکت بعدی ربات رو می‌گیره، با داده‌ی وظیفه‌ی کاملاً یکسان آموزش دیدن، با همون معماری و همون تنظیمات؛ تنها فرق‌شون این بود که یکی از صفر شروع کرد و اون یکی از مدل پیش‌آموزش‌دیده روی Index. اولی توی ۹٪ آزمایش‌ها موفق شد و دومی توی ۵۶٪، یعنی بیش از شش برابر. موفقیت هم یعنی تموم شدن کل کار: همه‌ی اسباب‌بازی‌ها جمع بشه، همه‌ی حوله‌ها تا بشه، کل تخت مرتب بشه، و نمره‌ی جزئی هم داده نشده.
یه نتیجه‌ی دیگه اینه که مشخص کردن یه رفتار جدید ارزون‌تر شده. Helix 2.5 با نصف داده‌ی وظیفه‌ای که نسخه‌ی قبلی لازم داشت به همون نرخ موفقیت رسیده، در حالی که اون نسخه توی همون محیطی آموزش دیده بود که آزمایش می‌شد. کیفیتی که تیم روش تأکید می‌کنه هم خودتصحیحیه: ربات عقب می‌کشه، جاش رو عوض می‌کنه یا دور تخت می‌چرخه تا یه تای بد رو درست کنه.
Figure یه قانون مقیاس‌پذیری هم گزارش کرده. چهار مدل روی زیرمجموعه‌های تو در توی Index با ۸ برابر اختلاف حجم داده آموزش دیدن و خطای پیش‌بینی حرکت بعدی ربات با هر بار دو برابر شدن داده به شکل قابل پیش‌بینی پایین اومده. اون‌قدر منظم که تیم می‌گه فقط از روی اجراهای کوچیک‌تر تونسته خطای بزرگ‌ترین اجرا رو تا چهار رقم اعشار قبل از شروع آموزش حدس بزنه، با خطای پیش‌بینی معادل ۰.۵۴٪ از کل بازه.
خود شرکت هم می‌گه این یعنی رباتیک عمومی حل شده نیست؛ ۵۶٪ یعنی هنوز نزدیک نصف تلاش‌ها شکست می‌خوره و کل ارزیابی هم روی سه کار و در منطقه‌ی خلیج انجام شده. ولی ادعاشون اینه که برای اولین بار نشون داده شده هوشمندی کل‌بدن رو میشه از تجربه‌ی انسانی یاد گرفت و به موقعیت جدید منتقل کرد، به جای اینکه هر بار از نو ساخته بشه. Index الان هر ثانیه حدود ۳۵ دقیقه تجربه‌ی انسانی جدید تولید می‌کنه و Figure ۳.۵ میلیارد دلار محاسبات برای آموزش Helix تعهد کرده.
نکات کلیدی:
- ارزیابی توی ۳۰ خونه‌ی واقعی و ندیده انجام شده، با یک چک‌پوینت ثابت برای هر کار و بدون هیچ فاین‌تیونی در محل
- پیش‌آموزش روی Index نرخ موفقیت zero-shot، یعنی بدون هیچ تمرینی توی اون محیط، رو از ۹٪ به ۵۶٪ رسونده، با داده‌ی وظیفه و معماری کاملاً یکسان
- موفقیت فقط با انجام کامل کار ثبت شده و نمره‌ی جزئی وجود نداشته
- Helix 2.5 با نصف داده‌ی وظیفه‌ی Helix 02 به همون نرخ موفقیت رسیده
- هیچ کدوم از سه کار ارزیابی بیشتر از ۱.۹۰٪ از داده‌ی پیش‌آموزش Index رو تشکیل نمی‌ده
- قانون مقیاس‌پذیری روی ۸ برابر داده اندازه‌گیری شده و خطای پیش‌بینی ۰.۵۴٪ بوده
- Index هر ثانیه حدود ۳۵ دقیقه داده‌ی جدید تولید می‌کنه و ۳.۵ میلیارد دلار محاسبات برای Helix تعهد شده
