فِگِر هلیکس ۲.۵ را منتشر کرد؛ نرخ موفقیت ربات‌ها به ۵۶ درصد رسید

Figure AI از مدل هوش مصنوعی جدیدی رونمایی کرد که ربات‌های انسان‌نما را قادر می‌سازد وظایف خانگی را در خانه‌های ناآشنا انجام دهند

به نظر می‌رسد رباتی انسان‌نما که بتواند وارد خانه یک غریبه شود و بدون آموزش اختصاصی برای آن خانه، تخت را مرتب کند، در قلمرو داستان‌های علمی-تخیلی باشد. اما شرکت Figure AI قصد دارد این تصور را تغییر دهد.

در تاریخ ۱۷ سپتامبر ۲۰۲۶، Figure از Helix 2.5، یک مدل کنترل هوش مصنوعی جدید برای ربات‌های انسان‌نمای خود رونمایی کرد که در انجام سه وظیفه خانگی در ۳۰ خانه در منطقه خلیج سانفرانسیسکو که قبلاً ندیده بود، نرخ موفقیت ۵۶ درصدی را به دست آورد. این رقم از ۲۳۷ تکمیل موفقیت‌آمیز از مجموع ۴۲۰ تلاش به دست آمده است و در مقایسه با مدل پایه‌ای ۹ درصدی که از ابتدا برای انجام همین وظایف آموزش دیده بود، پیشرفت قابل توجهی محسوب می‌شود.

این مدل بر روی سه کار خانگی تمام‌بدن آزمایش شد: مرتب کردن تخت، تا کردن حوله و مرتب کردن اتاق نشیمن. هر وظیفه نیازمند آن است که ربات در مورد اشیائی که قبلاً با آن‌ها مواجه نشده و در پیکربندی‌های فضایی که هرگز ندیده، استدلال کند.

مرتب کردن تخت با ۹۴ موفقیت از ۱۴۰ تلاش و نرخ موفقیت ۶۷ درصدی، در صدر نتایج قرار گرفت. تا کردن حوله با ۶۲ درصد و ۸۷ موفقیت از ۱۴۰ تلاش، در رتبه دوم قرار گرفت. مرتب کردن اسباب‌بازی‌ها دشوارترین وظیفه بود و با ۵۶ موفقیت از ۱۴۰ تلاش، به نرخ ۴۰ درصدی دست یافت.

سخت‌افزار مورد استفاده برای اجرای این سیستم، پلتفرم Figure 03، نسل فعلی ربات‌های انسان‌نمای این شرکت است. Helix 2.5 لایه نرم‌افزاری است که بر روی آن قرار گرفته و به طور همزمان وظایف ادراک، تصمیم‌گیری و کنترل فیزیکی را بر عهده دارد.

نکته کلیدی در اینجا، قابلیت تعمیم “بدون نمونه” (zero-shot generalization) است. ربات هیچ آموزش اضافی خاصی برای این خانه‌ها یا اشیاء درون آن‌ها دریافت نکرده است.

جهش عملکرد از ۹ درصد به ۵۶ درصد به چیزی بازمی‌گردد که Figure آن را Index می‌نامد؛ یک مجموعه داده پیش‌آموزشی که از ضبط رفتار انسان ساخته شده است. Figure پلتفرم داده Index را در تاریخ ۲۵ آگوست ۲۰۲۶، تقریباً سه هفته قبل از اعلامیه Helix 2.5، به صورت عمومی راه‌اندازی کرد.

Helix 2.5 همچنین بر اساس تکرار قبلی ساخته شده است. Figure در ژانویه ۲۰۲۶، Helix 02 را راه‌اندازی کرد و معماری کنترلی را ایجاد نمود که اکنون Helix 2.5 آن را گسترش می‌دهد.

برت ادکاک، مدیرعامل Figure، Helix 2.5 را مهم‌ترین پروژه‌ای که Figure تاکنون انجام داده، توصیف کرده است.

نرخ موفقیت ۵۶ درصدی برای تعمیم بدون نمونه در محیط‌های واقعی، آشفته و متنوع خانگی، واقعاً قابل توجه است. این بدان معناست که ربات تقریباً نیمی از مواقع شکست می‌خورد، که با استاندارد قابلیت اطمینان مورد نیاز برای استفاده روزمره در خانه فاصله زیادی دارد.

مقایسه در اینجا بین یک ربات و یک خدمتکار خانگی انسان نیست. بلکه مقایسه بین رباتی است که بر روی داده‌های رفتار عمومی انسان آموزش دیده و همین سخت‌افزار بدون هیچ پیش‌آموزش معنی‌داری است. رفتن از یک موفقیت از یازده تلاش به بیش از یک موفقیت از دو تلاش، بدون دیدن محیط از قبل، یک نتیجه مهندسی قابل توجه است.