Op een metalen deur in het Mission District van San Francisco hint het symbool “π” naar het innovatieve werk dat binnen plaatsvindt. Deze ruimte behoort toe aan Physical Intelligence (PI of π), een startup die zich richt op het verbeteren van robotintelligentie en enorme investeringen aantrekt, zoals $400 miljoen van OpenAI en Jeff Bezos. Het bedrijf droomt ervan robots mensachtige begrip en behendigheid te geven door uitgebreide sensor- en bewegingsgegevens in een AI-model te voeden. Binnen is de activiteit intens: robots vouwen T-shirts en verplaatsen items, terwijl een man een tang met een webcam bedient. De oprichters van het bedrijf, waaronder CEO Karol Hausman, voorzien dat AI robots in staat stelt zich aan te passen aan nieuwe taken via intuïtieve controle in plaats van precieze programmering. Geïnspireerd door het succes van grote taalmodellen (LLMs) zoals ChatGPT, geloven ze dat soortgelijke vooruitgangen mogelijk zijn in de robotica. Eerder toonden LLMs aan hoe zij open-einde taken konden oplossen zonder conventionele programmering. Door deze te verbeteren met zichtmodellen, kregen robots een beperkt begrip van hun omgeving, waardoor meer geïnformeerde acties mogelijk werden. Een publieke demonstratie benadrukte het potentieel, toen het publiek een robot over continenten heen bestuurde en zijn probleemoplossende vaardigheden toonde. Om fysieke vaardigheden te verbeteren, werkt Physical Intelligence samen met andere instellingen en verzamelt gegevens van uiteenlopende taken met behulp van transformator modellen.

Deze aanpak toont veelbelovende resultaten en hint op buitengewone toekomstige robotskills vergelijkbaar met de voortgang van een kind van basisgrijpen naar pianospelen door uitgebreide leermogelijkheden. Te midden van de opwinding over humanoïde robots van startups en techreuzen, uiten sommige experts scepsis over het overwinnen van de complexiteiten van fysieke interactie. Bezwaren over de hype en het gebrek aan grootschalige acties van robots worden genoteerd, aangezien fysieke taken meer variabelen bevatten dan taalverwerking. Toch blijft het optimisme bestaan; Kais robots zouden wellicht kunnen leren van menselijke demonstraties, mogelijk door YouTube-video’s te bekijken en virtueel en reëel leren te combineren. Physical Intelligence plant zijn inspanning op te schalen door samen te werken met bedrijven om gegevens te verzamelen van uiteenlopende robottaken. Ze ontwikkelen aangepaste hardware om mogelijk gebruik te maken van crowdsourced training door alledaagse taken. Recente ontwikkelingen bij de startup tonen aanzienlijke vorderingen: robots voeren complex huishoudelijke taken naar behoren uit, met bewegingen die bijna menselijk lijken. Met een mix van LLMs en beeldgeneratie modellen, heeft het team meer algemene robotcapaciteiten bereikt, vergelijkbaar met de vroege modellen van OpenAI. Ondanks enkele grappige fouten is het team optimistisch. Hun "algemene recept" voor robotleren duidt op spannende vooruitgangen, wat suggereert dat de integratie van geavanceerde AI in de fysieke wereld steeds haalbaarder wordt.