San Franciscolainen Luma AI tunnetaan generatiivisista videomalleistaan, jotka kilpailevat OpenAI:n Soran ja Runwayn kanssa. Maanantaina yhtiö julkisti Open Physical AI Labin, joka vie sen osaamisen videoaineistosta robotteihin. Toimitusjohtaja Amit Jain kertoi Semaforille, että kriittinen robotiikkaohjelmisto ei saa olla yhden, kahden tai kolmen yhtiön käsissä.
Laboratorio on avoin tutkimusyksikkö. Sinne pääsevät akateemiset ryhmät ja yritykset, jotka haluavat rakentaa omia järjestelmiään Luman pohjan päälle. Yhtiö kertoo kouluttaneensa neljän vuoden ajan perusmalleja 3D-datasta, kuvasta, videosta sekä kielen ja kuvan yhdistelmistä. Sama infrastruktuuri käännetään nyt fyysisen maailman hallintaan.
“Olemme vihdoin rakentaneet tarpeeksi vakaumusta uskoaksemme, että teknologia on kypsynyt astumaan fyysiseen maailmaan.”
Mitä lab konkreettisesti tarjoaa
Luma puhuu world model -malleista – generatiivisista perusmalleista, jotka oppivat fyysisen maailman dynamiikkaa videosta ja 3D-datasta. Ajatus on, että samaa pohjaa, joka tuottaa fotorealistista videota, voi käyttää robotin ohjauspolitiikan kouluttamiseen ilman miljoonia simuloituja toistoja oikealla laitteistolla.
Julkistuksesta puuttuvat tarkat lukuarvot: kuinka monta tuntia opetusvideota, mikä simulaatioalusta tai kuinka suuri perusmalli on parametreiltaan. Yhtiö lupaa avoimet arviointijärjestelmät turvallisuuden mittaamiseen sekä yhteistyön akateemisten laboratorioiden kanssa. Käytännön käyttöehtoja, lisenssimallia tai pääsyrajoituksia ei vielä julkistettu.
Vertailukohtina Boston Dynamics ja DeepMind
Robotiikan koulutus on tähän asti rakentunut pitkälti suljettujen alustojen varaan. Boston Dynamics myy Atlas- ja Spot-robottinsa kehittäjäkomponenttien kera, mutta ydinmallit ja opetusdata pysyvät yhtiön sisällä. Hyundai osti Boston Dynamicsin vuonna 2020, ja kehitys palvelee ennen muuta omistajan tehdaslattioita.
Googlen DeepMind on julkaissut tutkimuspapereita kuten RT-2:n ja RoboCatin, mutta itse mallit ja opetusdata ovat jääneet talon sisään. Suljettu malli toimii suuryhtiöiden mittakaavassa: niillä on tehtaat, joilla testata. Pienemmälle toimijalle avoin pohja on usein ainoa realistinen pääsy reaalimaailman robotiikkaan.
Suomi-kulma: VTT ja Aalto avoimen pohjan päällä
VTT:n älykkään robotiikan ryhmä on rakentanut viime vuosina ratkaisuja, jotka nojaavat avoimiin perustyökaluihin kuten ROS:iin. Aalto-yliopiston automaation ja robotiikan tutkimus erkani omaksi hakukohteekseen, ja yliopiston seitsemän tutkimusryhmää työllistävät noin 70 tutkijaa. Avoin perusmalli, kuten Luman lupaa, voisi nopeuttaa kotimaisia pilotteja: tutkimusryhmä ei joudu kouluttamaan visuaalista pohjaa nollasta, vaan voi keskittyä suomalaisten teollisuusympäristöjen erityispiirteisiin, kuten satama-automaatioon, metsäkoneisiin tai konepajan kappaleenkäsittelyyn.
Robotiikan perusmallien kolme strategiaa
Luma Open Physical AI Lab
Avoin tutkimusyksikkö, akateemiset ryhmät tervetulleita
Lähestymistapa
Avoin
Perusmalli
Jaettu video- ja 3D-data
Pääsy
Tutkimusryhmät ja yritykset
Omistaja
Itsenäinen startup
Käyttötapaus
Yleiskäyttöinen world model
Boston Dynamics
Suljettu alusta, Hyundain omistuksessa vuodesta 2020
Tekoälymalli joka oppii fyysisen maailman lainalaisuuksia, esimerkiksi miten esineet putoavat, törmäävät tai liikkuvat. Robotiikan kannalta hyödyllinen, koska robotin ei tarvitse oppia näitä asioita kantapään kautta.
ROS (Robot Operating System)
Avoin ohjelmistokehys robottien ohjaamiseen. Ei varsinainen käyttöjärjestelmä vaan kokoelma työkaluja ja kirjastoja, jotka helpottavat robottien koodausta tutkimuslaboratorioissa ympäri maailman.
Miksi tämä koskee tavallista yritystä
Robotiikan vallankäyttö on jo nyt tiivistynyt. Jos vain Boston Dynamics, Tesla ja muutama kiinalainen toimija osaavat kouluttaa kelvollisia humanoideja, suomalainen pk-yrittäjä, joka haluaisi varastoautomaation, joutuu vuokraamaan ratkaisunsa ulkomaiselta jättiläiseltä. Hinta määräytyy markkinavoiman mukaan, ei kilpailun.
Avoin perusmalli ei vielä takaa edullista robottia, sillä laitteet, ylläpito ja integraatio ovat oma kustannuksensa. Mutta se siirtää neuvottelu-asetelmaa. Jos kotimainen tutkimusryhmä voi viilata Luman pohjan päälle suomalaiseen satamaan sovitetun mallin, esimerkiksi Cargotecin tai Konecranesin kaltainen toimija voi pilotoida ratkaisua ilman, että jokainen pikseli on lisensoitu Mountain View:sta.
Avoimuus tuo myös riskinsä. Jos perusmalli on kenen tahansa käytettävissä, sen päälle voi rakentaa myös sotilassovelluksia tai valvontaratkaisuja. Jain ei sivuuttanut tätä, vaan korosti arviointi- ja turvallisuusjärjestelmien rakentamista osana labin työtä. Konkretiaa siitä, miten väärinkäyttö estetään, julkistus ei kuitenkaan tarjonnut.
Luma ei ole ensimmäinen avoimen robotiikan yritys. Hugging Face on koonnut LeRobot-yhteisön viime vuoden aikana, ja Nvidia on julkaissut omat simulaatioalustansa kehittäjien käyttöön. Luman painoarvo on sen rahoituksessa ja taustamalleissa: yhtiön pohjamallit pyörivät jo miljardien videoiden datalla. Jos lab pitää lupauksensa avoimuudesta, se voi vaikuttaa siihen, kuka päättää, miltä huomisen tehdasrobotti näyttää – ja kenen ehdoilla.
Viikoittainen uutiskirje
Tule firmasi fiksuimmaksi AI-osaajaksi
Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.
