In een scenario dat verdacht veel wegheeft van de openingsscène van een sciencefictionfilm, heeft Tesla, Inc.-CEO Elon Musk plannen onthuld voor een “Optimus Academy”. Het doel? Een gigantisch trainingskamp optuigen voor een leger aan humanoïde robots, waarbij “miljoenen gesimuleerde robots” en “tienduizenden robots in de fysieke wereld” worden ingezet. Musk deed deze plannen uit de doeken in een recent interview met podcaster Dwarkesh Patel.
Het initiatief moet een probleem oplossen dat uniek is voor de wereld van humanoïde robotica — een probleem waar Tesla’s Full Self-Driving (FSD) programma nooit mee te maken had: het datavliegwiel. Terwijl Tesla’s vloot van bijna 10 miljoen auto’s constant rijdata terugstuurt naar het moederschip om FSD te trainen, kun je een onhandige, halfbakken robot niet zomaar aan een consument verkopen met de boodschap dat hij het gaandeweg wel leert. Een humanoïde robot is bovendien vele malen complexer; we hebben het over meer dan 50 vrijheidsgraden — waarvan de nieuwste handen er alleen al 22 bezitten — vergeleken met het relatief simpele trio van gas geven, remmen en sturen bij een auto.
Volgens Musk zal de academy beschikken over 10.000 tot 30.000 fysieke Optimus-units die aan “self-play in reality” doen om taken te testen en de beruchte “simulation to reality gap” te dichten. Deze kloof is een beruchte hindernis in de robotica: vaardigheden die perfect worden aangeleerd in een steriele, op natuurkunde gebaseerde simulatie, falen vaak spectaculair zodra ze worden geconfronteerd met de rommelige en onvoorspelbare echte wereld.
Waarom is dit belangrijk?
Tesla’s “Optimus Academy” is een brute-force oplossing voor de grootste flessenhals in de algemene robotica: het kolossale tekort aan bruikbare data. Waar concurrenten vaak nog afhankelijk zijn van trage, dure tele-operatie (waarbij mensen de robots op afstand besturen) om trainingsdata te verzamelen, stelt Musk een verticaal geïntegreerde datafabriek voor. Door tienduizenden eigen robots als “studenten” in te zetten, kan Tesla een eigen dataset genereren op een schaal die momenteel voor niemand anders haalbaar is. Als deze gok goed uitpakt, leert een robot niet alleen een handdoek opvouwen; het creëert een schaalbare pijplijn voor het trainen van embodied AI. Hiermee zou Tesla een onoverbrugbare voorsprong kunnen nemen in de race naar een écht functionele humanoïde robot.
