Dream Labs ha raccolto 90 milioni di dollari in un round seed e ha aperto l'accesso pubblico a Dream API, un'interfaccia che trasforma il flusso video della camera di un robot e un'istruzione in linguaggio naturale (in inglese) in comandi per i motori. La startup di San Francisco afferma che l'API funziona anche su robot mai visti prima. Il round è stato guidato da B Capital e Kindred Ventures.
Tra gli altri partecipanti figurano A.Capital, Unusual Ventures, SV Angel, Wing VC, Scribble VC e Adrian Aoun. L'azienda prevede di destinare i fondi soprattutto alla potenza di calcolo, per ampliare la gamma di compiti e di robot gestibili dai suoi modelli e per aumentare la capacità a disposizione di un numero crescente di utenti.
Il problema nel mirino di Dream Labs
Dream Labs segnala un divario tra hardware e software nella robotica. Nelle fabbriche di tutto il mondo operano oggi un record di 5 milioni di robot industriali, ma quasi tutti sono programmati per un singolo compito. La maggior parte non è in grado di trasferire ad altre macchine ciò che ha imparato.
I robot più economici hanno allargato questo divario. Oggi esistono unità a basso costo, vendute per qualche migliaio di dollari, che però arrivano senza alcuna intelligenza integrata. Secondo l'azienda, insegnare un solo compito a un solo robot può richiedere mesi di lavoro da parte di specialisti, e un nuovo compito o un nuovo hardware spesso significano ripartire da zero.
Joel Jang, cofondatore e CEO di Dream Labs, ha descritto il problema come quello di uno strato mancante. "L'hardware è pronto. Quello che mancava è un cervello che qualsiasi robot possa usare", ha dichiarato. Ha paragonato l'approccio a quando si sale su un'auto a noleggio: chi guida non deve reimparare a guidare, ma trova i comandi e si affida all'esperienza accumulata.
Come funziona Dream-1
Dream-1 è il modello di punta dell'azienda. È addestrato su video di persone che svolgono attività quotidiane: prevede ciò che accadrà in una scena e ricava l'azione che il robot deve compiere di conseguenza. Dream Labs sostiene che, poiché il modello apprende dai video e non da una macchina specifica, le sue capacità si trasferiscono all'hardware di produttori diversi.
L'azienda afferma che Dream-1 è in grado di controllare qualsiasi robot dotato di pinze "out of the box", grazie al zero-shot learning, ovvero senza dati specifici sul compito provenienti dalla nuova macchina. Non servono dati aggiuntivi per controllare un robot a due bracci con pinze parallele. Jang ha spiegato che un nuovo robot può svolgere lavori utili in pochi minuti anziché in mesi.
Attualmente il modello gestisce attività da banco, come prelevare e posizionare oggetti o piegare il bucato. Il supporto per i robot mobili su ruote e per le mani dotate di manipolazione fine (dexterous hands) è previsto, ma non ancora disponibile.
Che cosa possono usare oggi gli sviluppatori
Dream API è disponibile da subito. Gli sviluppatori si registrano, collegano un robot dotato di pinze e il robot esegue il compito richiesto. Dream Labs fa girare i suoi modelli in data center distribuiti nel mondo, in modo che i robot rispondano rapidamente ovunque si trovino.
L'azienda propone inoltre il fine-tuning come servizio. Sviluppatori e produttori di robot che usano hardware non supportato, o che hanno bisogno di nuove capacità, possono inviare un piccolo insieme di dati dimostrativi e ricevere in poche ore un modello su misura.
L'offerta si completa con un robot playground accessibile dal browser. Chiunque può inviare comandi a un robot nella sede di Dream Labs a San Francisco e vederlo reagire dal vivo e senza montaggi, senza bisogno di acquistare un robot. Jang ha spiegato che l'obiettivo è offrire un modello funzionante che le persone possano mettere alla prova da sole, errori compresi, anziché dimostrazioni montate ad arte.
Partner hardware e primi utilizzatori
Dream Labs supporta robot dal costo compreso indicativamente tra 2.000 e 10.000 dollari. Collabora con più di 20 partner hardware e, per questi partner, va oltre il modello di base, perfezionandolo per ciascun robot così da ottenere le prestazioni migliori.
Ryan Chan, cofondatore e CEO di MakerMods, azienda che vende bracci robotici bimanuali da 2.000 dollari, ha raccontato che il robot della sua azienda era operativo in pochi minuti con Dream-1. Secondo Chan, il robot ha tentato compiti che il suo team non aveva mai programmato. Ha aggiunto che ora l'azienda può concentrarsi su hardware migliore, mentre i clienti ricevono un'intelligenza in continuo miglioramento.
Daisy Cai, general partner di B Capital, ha affermato che un braccio robotico performante è passato dal prezzo di un'auto di lusso a quello di un portatile di fascia alta, e che ora ha bisogno di intelligenza. Ha aggiunto che il team di Dream Labs ha svolto in NVIDIA parte del lavoro fondamentale nell'apprendimento robotico.
Che cosa significa e che cosa resta da dimostrare
L'aspetto rilevante di questo annuncio è il modello di distribuzione, non l'entità del finanziamento. Dream API tratta il controllo del robot come un servizio in hosting, che lo sviluppatore richiama con un'immagine e una frase. È un assetto diverso dalla prassi attuale descritta nell'annuncio, in cui ogni robot viene programmato da specialisti per un solo lavoro. Se il servizio funziona come descritto, un piccolo produttore di hardware potrebbe commercializzare un robot con comportamenti utilizzabili senza costruirsi un team software interno. La testimonianza di MakerMods va in questa direzione, ma resta la voce di un solo cliente.
Le dichiarazioni sono inoltre circoscritte in alcuni punti. La promessa zero-shot vale per i robot con pinze, e l'unica configurazione indicata come priva di necessità di dati aggiuntivi è un robot a due bracci con pinze parallele. Dream Labs, inoltre, perfeziona il modello per i suoi oltre 20 partner hardware e offre il fine-tuning per l'hardware non supportato. Nel complesso, ciò suggerisce che le prestazioni su una macchina nuova potrebbero dipendere da un lavoro aggiuntivo, anche se il modello di base parte senza. L'azienda non ha precisato quanto un modello perfezionato renda meglio di quello utilizzato out of the box.
Mancano diverse misure. Le dichiarazioni non sono accompagnate da tassi di successo, tempi di completamento dei compiti o dati sui fallimenti. Non c'è nemmeno un confronto con robot programmati nel modo tradizionale. Il playground pubblico è un passo utile, perché permette a osservatori esterni di vedere un comportamento dal vivo e non montato. Ma mostra un solo robot in un solo ufficio, non la varietà di hardware che il modello dovrebbe servire.
Anche la portata conta per il settore. Oggi Dream-1 gestisce lavori da banco. I 5 milioni di robot industriali citati dall'azienda sono per lo più vincolati a compiti singoli in fabbrica, e l'azienda non ha detto quando intende servirli. Basi mobili e mani dotate di manipolazione fine, entrambe indicate come supporto futuro, amplierebbero notevolmente la portata del modello. Fino al loro arrivo, il mercato realistico resta quello dei bracci a basso costo e degli sviluppatori che li acquistano.
La scommessa dell'azienda è che l'apprendimento dai video di esseri umani si generalizzi tra corpi diversi. Dream API offre agli sviluppatori un modo per mettere alla prova questa scommessa in prima persona, e i loro risultati nei prossimi mesi mostreranno se regge anche oltre i compiti dimostrati.