Generatieve AI heeft de afgelopen jaren enorme vooruitgang geboekt. Taalmodellen kunnen schrijven, programmeren, analyseren en zelfs complexe gesprekken voeren. Maar zodra AI een fysieke robot moet aansturen, blijken dezelfde technieken niet voldoende. Een robot opereert immers niet in een digitale omgeving, maar in een wereld vol onverwachte situaties, bewegende objecten en mensen.
Tijdens de tweede aflevering van de NEURA Executive Talk bespreken NEURA Robotics-oprichter en CEO David Reger en Nakul Duggal, Executive Vice President en Group General Manager bij Qualcomm Technologies, waarom de toekomst van robotica draait om Physical AI. Volgens hen vraagt de echte wereld om een totaal andere vorm van intelligentie dan alleen krachtige taal- en visiemodellen.
Vision-Language-Action is slechts een begin
De afgelopen jaren zijn zogenaamde Vision-Language-Action (VLA)-modellen sterk in opkomst. Deze combineren beeldherkenning, taalbegrip en actieplanning, waardoor robots opdrachten kunnen interpreteren en uitvoeren.
Toch wijzen de experts erop dat deze modellen slechts een deel van het probleem oplossen. Een robot moet namelijk niet alleen begrijpen wat hij moet doen, maar ook razendsnel reageren wanneer de werkelijkheid verandert.
Een vallend object, een onverwachte beweging van een mens of een gladde vloer vereisen onmiddellijke reacties. Daarbij is geen tijd om eerst een omvangrijk AI-model een complete redenering te laten uitvoeren.
Reflexen zijn minstens zo belangrijk als intelligentie
Mensen denken vaak bewust na voordat ze een beslissing nemen, maar veel dagelijkse handelingen verlopen volledig automatisch. Wie zijn evenwicht dreigt te verliezen, denkt niet eerst na over de juiste spierbewegingen. Het lichaam reageert vrijwel direct dankzij reflexen.
Volgens Reger en Duggal moeten robots vergelijkbare eigenschappen ontwikkelen.
Een cognitieve robot moet kunnen redeneren wanneer dat nodig is, maar tegelijkertijd beschikken over een uiterst snelle laag die direct reageert op fysieke gebeurtenissen. Juist deze reflexlaag bepaalt of een robot veilig, betrouwbaar en bruikbaar wordt in de praktijk.
Leren van de echte wereld
Een belangrijk verschil tussen traditionele AI en Physical AI ligt in de manier waarop kennis wordt opgebouwd.
Veel huidige AI-systemen leren vooral uit enorme hoeveelheden tekst, afbeeldingen en video's. Dat levert indrukwekkende digitale vaardigheden op, maar zegt weinig over hoe objecten zich daadwerkelijk gedragen.
Een robot moet ervaren hoeveel kracht nodig is om een deur te openen, hoe een glas verschilt van een kartonnen doos of hoe een oppervlak reageert wanneer het nat wordt. Zulke kennis ontstaat pas door interactie met de fysieke wereld.
Volgens de gesprekspartners moeten robots daarom niet proberen de werkelijkheid aan te passen aan hun modellen. De modellen moeten juist voortdurend leren van de werkelijkheid.
Veiligheid vraagt om razendsnelle besluitvorming
Voor robots die samenwerken met mensen is veiligheid essentieel.
Wanneer een medewerker onverwacht een arm uitsteekt of een kind plotseling voor een robot loopt, moet het systeem binnen milliseconden reageren. Dat kan niet afhankelijk zijn van cloudverbindingen of langdurige AI-berekeningen.
Hier ligt volgens Qualcomm een belangrijke rol voor krachtige AI-processors die complexe berekeningen lokaal uitvoeren. Door intelligentie direct op het apparaat beschikbaar te maken, kunnen robots sneller reageren, betrouwbaarder functioneren en veiliger samenwerken met mensen.
Van digitale intelligentie naar belichaamde intelligentie
De ontwikkeling van AI verschuift daarmee van puur digitale toepassingen naar systemen die daadwerkelijk handelen in de fysieke wereld.
Waar chatbots vooral informatie verwerken, moeten cognitieve robots waarnemen, bewegen, beslissen en voortdurend bijleren. Dat vraagt om een combinatie van meerdere AI-lagen: taalbegrip, visuele interpretatie, bewegingsplanning én reflexmatige reacties.
Volgens NEURA Robotics vormt juist deze integratie de basis voor een nieuwe generatie robots die zelfstandig kan werken in fabrieken, logistiek, gezondheidszorg en uiteindelijk ook in huishoudens.
Samenwerking tussen hardware en AI wordt doorslaggevend
De discussie laat ook zien dat de toekomst van robotica niet uitsluitend wordt bepaald door betere AI-modellen. Minstens zo belangrijk zijn gespecialiseerde chips, energiezuinige processors, sensoren en realtime besturingssystemen.
Qualcomm brengt zijn ervaring met energiezuinige AI-hardware in, terwijl NEURA Robotics zich richt op cognitieve robots die zelfstandig kunnen waarnemen en handelen. Die combinatie moet ervoor zorgen dat robots niet alleen slimmer worden, maar ook sneller, veiliger en betrouwbaarder.
Physical AI wordt de volgende evolutie
De gesprekken maken duidelijk dat de volgende AI-revolutie zich niet uitsluitend achter een beeldscherm zal afspelen. De grootste uitdaging verschuift naar machines die de fysieke wereld begrijpen en er veilig in kunnen functioneren.
Vision-Language-Action-modellen vormen daarvoor een belangrijk fundament, maar zijn slechts één onderdeel van een veel groter geheel. Pas wanneer robots beschikken over menselijke reflexen, realtime besluitvorming en de mogelijkheid om continu te leren uit hun omgeving, ontstaat echte Physical AI.
Daarmee verschuift de aandacht van AI die alleen kan denken naar AI die ook daadwerkelijk kan handelen. En precies daarin zien zowel NEURA Robotics als Qualcomm de volgende grote stap in de evolutie van intelligente machines.
