Robotter Løber Halvmaraton Hurtigere End Mennesker — og Sonys Robot Vinder Bordtennis Uden At Tabe

Robotugen var fyldt med resultater, der for bare et år siden ville have lydt som science fiction. Flash, en humanoid robot bygget af Honor, gennemførte Beijing E-Town halvmaraton på 50 minutter og 26 sekunder — mere end seks minutter hurtigere end den menneskelige verdensrekord. Flash bar en tøris-rygsæk for at holde sig kølig, lavede F1-stil pitstop for at skifte batterier, og gennemførte alle 13,1 miles uden at falde. Flere af Flashs konkurrenter faldt bogstaveligt talt fra hinanden ved startlinjen. Det er ikke robotik som demonstration — det er robotik som overlegenhed.

Sonys seneste bordtennis-robot bragte en anden form for mestring. Robotten vinder ved aldrig at misse: ikke ved at ramme slagene perfekt, men ved at beregne hver returmulighed og eliminere fejl. Det er en anden tilgang til autonomi end menneskelig mesterskab — ikke intuition og refleks, men brute-force optimering af hvert enkelt scenario. Resultatet er et system, der er ubarmhjertigt præcist og fuldstændigt forudsigeligt. Det er præcis det, en industrirobotarm er brug for.

På AI-siden lancerede Jerry Tworek, tidligere OpenAI-forsker og manden bag Codex, Core Automation — et laboratorium med et enkelt mål: det mest automatiserede AI-laboratorium i verden. Planen er at begynde med at automatisere sin egen forskning, derefter udvikle nye algoritmer, der går ud over pre-training og reinforcement learning, og til sidst skabe arkitekturer, der skalerer bedre end transformere. Bezos AI-startup, der arbejder med at forstå den fysiske verden, er tæt på at afslutte en $10 mia. finansieringsrunde — et klart signal om, at spatial intelligens og fysisk forståelse er den næste store front.

Meta rapporteres desuden at logge medarbejdernes tastetryk og skærmaktivitet for at træne AI-modeller på interne arbejdsgange. Det er en kontroversiel tilgang, der illustrerer den voksende konkurrence om træningsdata: i mangel af uberørt internetdata er næste grænse proprietære, organisatoriske data. De virksomheder, der kontrollerer store mængder høj-kvalitets adfærdsdata, har en strukturel fordel i næste generation af modeltræning.

Kontekst: Robotik og fysisk AI er ikke længere akademiske emner. De er kommercielle realiteter med benchmarks, der overgår menneskelig formåen. Uge 17 viser at den næste bølge — robotter, der handler i den fysiske verden med menneskelig eller supermenneskelig præcision — er tættere end de fleste tror.