Atlas sai Gemini-aivot – Suomen konepajat eri linjoilla

Boston Dynamics ja Google DeepMind kertoivat strategisesta tutkimuskumppanuudesta, joka tuo DeepMindin Gemini Robotics -mallin uuden sähkökäyttöisen Atlas-humanoidin aivoksi. Ensimmäisinä käyttökohteina ovat autoteollisuuden kokoonpanotehtävät, ja yhteinen tutkimus alkaa kuluvana vuonna.

Mikä Gemini Robotics on – ja miksi VLA muuttaa logiikan

Gemini Robotics on niin kutsuttu visio-kieli-toiminta-malli (vision-language-action, VLA). Se ottaa sisään kamerakuvan ja luonnollisen kielen ohjeen ja antaa ulos suoraan robotin toimintakomennon. Pohjalla on sama monimodaalinen Gemini-perusta kuin DeepMindin yleiskäyttöisillä kielimalleilla, mutta opetus on tehty robottidemonstraatioilla.

DeepMindin robotiikkayksikön johtaja Carolina Parada sanoi tiedotteessa, että Gemini Robotics on rakennettu tuomaan tekoäly fyysiseen maailmaan. Atlas-tiimin johtaja Alberto Rodriguez puolestaan totesi, että humanoidirobotin täyteen kykyyn tarvittiin kumppani, joka pystyy kehittämään uudenlaisia VLA-malleja. Tämä on harvinaisen suora myönnytys siitä, että maailman tunnetuin humanoidiyhtiö ei aio rakentaa neuroverkkopohjaa yksin.

Miten tämä eroaa Boston Dynamicsin aiemmasta ohjelmistosta

Boston Dynamicsin pitkä maine perustuu malliperustaiseen ohjaukseen, jossa robotin liikkeet ratkaistaan fysiikkayhtälöistä reaaliajassa. Jokainen taito, kuten ovesta käveleminen, voltti tai tavaran nostaminen, on ohjelmoitu erikseen tai opetettu kapealla vahvistusoppimisella. Tämä antaa Atlasille hyvän tasapainon, mutta vaatii että jokainen uusi tehtävä koodataan tai opetetaan käsin.

VLA-mallit toimivat toisin. Yksi neuroverkko opetetaan demonstraatioilla useilta eri robottityypeiltä – käsi, humanoidi, mobiilirobotti – ja syntyy yleispätevä toimintapolitiikka, joka pystyy sopeutumaan uusiin tehtäviin pelkän tekstiohjeen perusteella. The Robot Report on kuvannut tätä robotiikan seuraavaksi loikaksi: yhdellä mallilla useita robotteja, useita tehtäviä, sama yleistämiskyky.

Käytännössä Atlas siis säilyttää Boston Dynamicsin atletismin, hydrauliset jalat ja sähkömoottorit, mutta saa päälleen aivot, jotka osaavat improvisoida. Auton kokoonpanolinjalla tämä tarkoittaa, että robotti pystyy sopeutumaan siihen, että ruuvi onkin sotkussa, vaihteisto väärässä asennossa tai työkalu eri paikassa kuin yleensä. Boston Dynamicsin oma jalkapino tarjoaa luotettavuuden, Gemini tarjoaa joustavuuden.

Cargotec rakentaa, Konecranes ostaa – kaksi suomalaista linjaa

Sama VLA-kysymys on pöydällä Suomen kahdella suurella nostotekniikkayhtiöllä. Cargotecin Hiab-yksikkö pyörittää Tampereella omaa Autonomous Technologies -ryhmäänsä, joka rekrytoi parhaillaan kognitiivisen ohjauksen insinöörejä raskaisiin liikkuviin koneisiin. Hiab toi vuonna 2019 HiVision-järjestelmän koukkulaitteisiin ja 2024 L2-tason kuljettaja-avustimen MULTILIFT-laitteille. Suunta on selvä: ohjelmistopino rakennetaan talon sisällä.

Konecranesin linja on toinen. Yhtiö julkisti vuonna 2023 NVIDIA-kumppanuuden, jossa nostokranan ohjausäly nojaa NVIDIAn alustaan, ja kasvattaa Zero4-ekosysteemiä, jossa on tähtäimessä yli 70 kumppania vuoteen 2027 mennessä. Käännös ulkoa: Konecranes tuo mekaniikan ja sovellusosaamisen, perustana ostetaan valmis tekoälypino kumppaneilta.

Boston Dynamicsin ja DeepMindin kumppanuus tarjoaa molemmille suomalaisille vahvistuksen. Hiab näkee, että maailman edistynein humanoidiyhtiö päätti olla rakentamatta VLA-pohjaa yksin – ja kysyy itseltään, riittääkö Tampereen ryhmä. Konecranes näkee oman valintansa vahvistuvan: yleiskäyttöisen tekoälypinon rakentaminen on hyperskaalaajien työtä, oma rooli on soveltaminen.

Miksi suomalaisen pitää välittää

VLA-mallit eivät jää humanoidirobottien sisälle. Sama ohjelmistopino soveltuu satamanostureihin, lastauslaitteisiin, metsäkoneisiin ja tehdasrobotteihin – kaikkialle, missä konetta pitää ohjata näkemällä ja ymmärtämällä. Jos Konecranesin ja Cargotecin tuotteet käyttävät jatkossa yhdysvaltalaisia tai kiinalaisia tekoälypinoja, suomalaisen valmistavan teollisuuden ydinkomponentti tulee ulkomailta, kuten käy jo nyt prosessoreiden kanssa.

Toinen näkökulma koskee työpaikkoja. Atlas-humanoidi ei vielä korvaa Tampereen tai Hyvinkään insinöörejä, mutta autotehtaiden kokoonpanolinjoilla VLA-ohjattu humanoidi alkaa muuttaa tilannetta vuosikymmenen jälkipuoliskolla. Saksan autotehtaat ovat suomalaisten konepajojen tärkeitä asiakkaita; jos ne automatisoituvat humanoidirobotein, alihankintaketju ja vaadittu osaamisprofiili muuttuvat.

Boston Dynamicsin ja DeepMindin liitto ei siis ole pelkkä Yhdysvaltain robotiikan tarina. Se on signaali Hyvinkäälle ja Tampereelle, että VLA-strategiasta tulee yhtä tärkeä päätös kuin sähkömoottorivalinnasta oli kymmenen vuotta sitten – ja että päätös kannattaa tehdä tietoisesti, ei oletuksena.