Yapay zekâ üzerine yazan WIRED kıdemli yazarı Will Knight, kedisine mama verecek bir robot istiyor. Leona adında bir Bengal kedisi var ve aklında bir plan: Onu bulacak, başını eğecek ve üzerine yerleştirilmek üzere 3D yazıcıyla üretilmiş bir bölmeden ödül maması bırakacak küçük, yürüyen bir robot. Haber, ödül maması değil. Asıl haber şu: Robot şimdiden yazılım ortamında çalışıyor ve robotik mühendislerinin normalde elle yaptığı eğitimin büyük kısmını bir yapay zekâ modeli üstlendi.

Bu robot, Pollen Robotics’in Hugging Face bünyesindeki robotik biriminin geliştirdiği, ördek biçimli iki ayaklı Microduck’ın sanal bir versiyonu. Knight ona bir odada devrilmeden dolaşmayı ve yakındaki Bengal kedilerini seçip bulmayı öğretti. Söylediğine göre bu iş birkaç saat sürdü; oysa eskiden haftalar alabilirdi. Köşesinde bunu robotik geleceği olarak nitelendiriyor. Ancak bu tespitin yalnızca yarısı doğru. Eğitim döngüsü kökten kısaldı. Döngünün iki yanında yer alan unsurlar ise pek değişmedi.

Model aslında ne yaptı?

Knight, güçlü bir yapay zekâ çipi üzerine kurulu masaüstü bilgisayar Nvidia DGX Spark’ta çalışan, Nous Research’ün ajan altyapısı Hermes’i OpenAI’ın GPT-6 Sol modeliyle birlikte kullandı. Model yalnızca kod yazmakla kalmadı. Nvidia’nın Isaac Sim’i aracılığıyla simüle edilmiş ördeği kontrol eden modele talimatlar gönderdi, ördeğin hareketlerini videodan izledi, işlerin ne kadar iyi gittiğini değerlendirdi ve eğitim düzeninde değişiklikler önerdi. Çalıştır, izle, ayarla, tekrarla: Robot öğrenmesinin yavaş ve gösterişsiz kısmı tam da bu; otomatikleştirilen de buydu.

Profesyonel laboratuvarlar da benzer bir değişimden söz ediyor. UC Berkeley’de profesör Ken Goldberg’in ekibi, OpenAI’ın Astra modeline Nvidia’nın Newton adlı aracını kullanma imkânı verdi; gerçek bir robotun görüntülerini gösterip sahneyi simülasyon olarak yeniden oluşturmasını istedi. Goldberg, WIRED’a “Hepimizi hayrete düşüren şey, bir saat içinde kamera konumu, ışıklandırma, arka plan ve tüm malzemeler dâhil bütün parametreleri ayarlanmış, eksiksiz bir 3D simülasyon oluşturmasıydı,” dedi. Goldberg’e göre Astra deneyleri de yürütebiliyor ve sonuçları inceleyebiliyor; böylece bir robotu simülasyonda eğitmenin zahmetli işlerinin büyük kısmını üstleniyor.

Bu yöntemin artık bir adı var. Yazarları arasında Goldberg ile Nvidia’dan Jim Fan’ın da bulunduğu ASPIRE adlı çerçevede büyük dil modeli, robotun kontrol kodunu yazıyor; başarısız olduğunda yürütme izlerini okuyor, programı düzeltiyor ve işe yarayan çözümü daha sonraki görevlerde yeniden kullanılabilecek bir beceri kütüphanesine kaydediyor. ToolNavs ve RuntimeWire’a göre Fan’ın Nvidia’daki laboratuvarı, v1.0 kodunu Apache 2.0 lisansı altında ekim ortasında GitHub’da yayımladı. Gösterimlerden birinde robot kolları Rubik Küpü çözmeyi öğreniyor. Fan, WIRED’a “Küpü alıyor, çevirmeye çalışıyor ama açıyı yanlış ayarlıyor. Sonra çok, çok uzun süre akıl yürütüyor; ancak zaman içinde becerileri öğrendiği için sonunda çözmeyi başarıyor,” dedi.

Ucuzlayan beceri kiralık

“Vibe robotics” yaklaşımının gözden kaçırdığı nokta şu: ASPIRE makalesi, performansının temelindeki en ileri modelin kapasitesiyle birlikte arttığını açıkça belirtiyor. Anthropic’in Claude Opus 5.5 modeliyle çalıştırıldığında, 80 LIBERO-Pro manipülasyon görevinin tümünde ortalama yüzde 99 başarı bildirilmiş. Bu, projenin kendi açıkladığı bir sonuç ve henüz bağımsız biçimde tekrarlanmış değil. Projenin kendi sınırlamalar listesinde de sistemin sabitlenmiş bir en ileri modele bağlı olduğu, daha küçük modellerin aynı hata ayıklama döngüsünü sürdürebilip sürdüremeyeceğinin doğrulanmadığı belirtiliyor.

Bunun anlamı şu: Bir hobicinin ördeği de Berkeley’deki laboratuvarın robot kolu da artık erişip kullanabildikleri büyük model kadar iyi öğreniyor. Eskiden robotik alanına girişi zorlaştıran mühendislik uzmanlığı ortadan kalkmadı. Bu uzmanlığın büyük bölümü, geliştiricinin kullanmak için ödeme yapabildiği en ileri modelin içine taşındı.

Ördek hâlâ sırada

Döngünün diğer tarafında donanım var ve Knight kendi robotunu hâlâ bekliyor. Pollen, ağustos sonlarında Microduck için 399 dolardan ön sipariş almaya başladı ve Noel öncesinde teslimat hedefi koydu. Business Insider’ın Hugging Face kurucu ortağı Thomas Wolf’a dayandırdığı habere göre siparişlerin tutarı ilk 24 saatte 2,6 milyon doları aştı; kısa süre sonra ödeme sayfasında yeni siparişler için dört ila altı aylık teslimat süresi gösterilmeye başlandı. Gadget Flow, mağazanın artık mevcut ön siparişlerin Nisan 2027’den önce gönderilmeyeceği uyarısını yaptığını bildiriyor. Simülasyonda eğitim, amaçlanan yöntem: Pollen’ın kendi iş akışında kullanıcılar davranışları sanal bir ördek üzerinde eğitip fiziksel robota aktarıyor. Ancak bir gövdeyi bekleyen kontrol politikası henüz bir halıyla, kanepe ayağıyla ya da iş birliğine yanaşmayan bir kediyle karşılaşmış değil.

Knight diğer sorunları da açıkça anlatıyor. Yazdığına göre ördeğin görüş sistemi, gerçek bir üründe kullanılabilecek kadar iyi çalışmıyor. Modele Michael Jackson’ın moonwalk yaptığı bir GIF’i verip bu hareketi öğretmeye çalıştığında, saatlerce uğraşmasının sonucunda ortaya çıkan şey, kendi deyişiyle, epey neşeli bir geri geri koşu olmuş. ASPIRE’ın yazarları da gerçek dünyada kullanıma geçişte aynı türden eksiklikleri sıralıyor: başarının güvenilir biçimde tespit edilmesi, güvenli sıfırlama, güvenlik takibi ve kalibrasyon. Bunların her biri, fiziksel bir ortamda gerçekte ne olduğunu bilmeyi gerektiriyor; simülatörün söyleyemeyeceği şey de tam olarak bu.

Para nereye akıyor?

Bunların hiçbiri ilginin azalmasına yol açmıyor. Goldberg, bazı endüstriyel robotik ve otomasyon şirketlerinin bu yaklaşıma ilgi gösterdiğini söylüyor. Knight ise bu hızın imalat ve e-ticaret üzerinde yakında büyük bir etkisi olabileceğini savunuyor. Fan, bu hafta Austin’de düzenlenen Conference on Robot Learning’deki açılış konuşmasında Astra’nın bir robot kolunu kontrol edip yakında duran boya ve fırçalarla Golden Gate Köprüsü’nü boyamasını gösterdi.

Sonuçta değişen, hataların nerede ortaya çıktığı. Bir robot davranışını eğitmek haftalar değil saatler aldığında ekipler çok daha fazlasını eğitecek; kıt olan aşama, bunlardan hangilerinin simülatör dışında güvenli olduğunu kanıtlamak olacak. Leona’nın mama kabını ıskalayan bir ödül maması, bu dersi ucuza almanın yolu. Gerçek bir depoda, kimsenin kontrol etmediği ve modelin yazdığı bir beceriyi kullanan robot koluysa aynı dersi pahalıya mal eder.

Etiketler: nvidia, Hugging Face, Microduck, Pollen Robotics, robotlar