Observatie Een taalmodel kan miljoenen keren per dag oefenen op tekst. Een robot die een doos moet oppakken, oefent in de fysieke wereld, en die is traag, duur en onvoorspelbaar. Dat is de kern van het verschil tussen digitale en fysieke AI.
Waarom het nu toch versnelt
Drie ontwikkelingen komen samen. Robots leren steeds meer in simulatie voordat ze de echte wereld in gaan. Dezelfde modellen die taal en beeld begrijpen, kunnen instructies vertalen naar bewegingen. En de hardware, van motoren tot sensoren, wordt goedkoper.
Humanoïde robots trekken de meeste aandacht, maar de eerste grootschalige toepassingen zijn waarschijnlijk minder spectaculair: magazijnen, fabrieken en laboratoria waar taken herhaalbaar zijn.
Wanneer?
Scenario In de AI-tijdlijn van AI Gazet staat de koppeling van AI aan fysieke machines rond 2030 als brede trend. Demonstraties zullen eerder komen; betrouwbare inzet in huishoudens waarschijnlijk later. Wie in AI nieuws over robots leest, doet er goed aan te vragen: is dit een demo, een pilot of een product?
