Het is al decennia een toekomstdroom: een robot die allerlei huishoudelijke taken voor je uitvoert. Met regelmaat verschijnen demo’s van robots die dat zouden kunnen. Maar een échte humanoïde huishoudrobot die van alles kan, is nog jaren weg, menen wetenschappers. En dat is niet alleen vanwege technologische uitdagingen.
Wie vroeger The Jetsons keek, een animatieserie die tussen 1962 en 1987 op televisie verscheen, kent robot Rosie misschien nog wel. Rosie is een huishoudster die allerlei taken uitvoert, zoals de was doen, de kinderen verzorgen en stofzuigen. Een droom van velen, maar zelfs zestig jaar verder is die nog geen waarheid geworden.
De eerste stapjes zijn al wel gezet. Menig huishouden heeft een robotstofzuiger of een robotgrasmaaier. Wasmachines en koelkasten krijgen steeds meer slimme functies. En wetenschappers en bedrijven werken hard aan meer geavanceerde robots. Tijdens techbeurzen volgen de grootse aankondigingen elkaar op.
Afgelopen januari bijvoorbeeld nog, tijdens CES. LG toonde daar robot CLOiD, die onder meer de was kan doen en eten in de oven kan schuiven. Maar in de praktijk is CLOiD nog best beperkt, zag CNET: mensen moeten op te vouwen wasgoed stuk voor stuk voor hem neerleggen. En als hij iets in de oven doet, sluit hij de ovendeur niet.
Het Chinese SwitchBot toonde huishoudrobot Onero H1. Ook deze robot moet tal van taken kunnen uitvoeren. Maar tijdens een demo op CES toonde hij er maar één, meldt Engadget: was verzamelen vanaf een bank en deze in de wasmachine stoppen. Hoe handig deze robot straks écht is, moet nog blijken.
Robots begrijpen de wereld niet
Als we alle demonstraties en filmpjes van bedrijven moeten geloven, is de huishoudrobot er bijna. Maar dergelijke demonstraties vinden doorgaans in zeer gecontroleerde omgevingen plaats, waar alles voorspelbaar is. De realiteit is weerbarstiger. In een gemiddeld huishouden lopen kinderen en huisdieren rond, liggen spullen steeds op verschillende plekken en schuift men regelmatig met meubilair.
“De plaats van objecten in het huishouden verandert voortdurend”, zegt professor René van de Molengraft van de Technische Universiteit Eindhoven. Hij is sectieleider van Robotics bij de Mechanical Engineering Department en focust zich op de ontwikkeling van autonome robotsystemen die taken kunnen uitvoeren in de omgeving van mensen. “Dat zijn misschien objecten waarmee zo’n robot moet werken. Bijvoorbeeld als hij de vaat of het strijkwerk wil doen, of het huis moet opruimen. Dan gaat het juist om variabele dingen.”
Professor Ming Cao van de Rijksuniversiteit Groningen, professor op het gebied van Networks & Robotica, sluit zich daarbij aan. “Bovendien heb je in het huishouden veel interactie met mensen, en mensen zijn onvoorspelbaar. Ik denk dat als je de robots die tot nu toe gepresenteerd zijn in dat soort omgevingen neerzet, ze minder goed werken.”
Robots werken nu het beste als ze niet zoveel van de wereld om zich heen hoeven te begrijpen. Ze hebben een afgebakende hoeveelheid variabelen en een beperkte hoeveelheid taken. Neem de robotstofzuiger: deze rijdt rond terwijl hij stofzuigt. Rijdt hij tegen een stoelpoot, dan registreert het apparaat dat en past hij zijn koers een beetje aan. Maar hij hoeft niet te weten wat het object is waar hij tegenaan is gebotst. Het had net zo goed een tafel, voet of prullenbak kunnen zijn. Het enige wat de stofzuiger moet weten: hier is een obstakel, daar moet ik omheen.
Alles draait om garanties
Huishoudrobots bouwen kan al best, maar vooral als ze een beperkte hoeveelheid taken hebben. Dan kun je het aantal variabelen afbakenen en garanties inbouwen over wat het systeem wel en niet kan. Een andere aanpak is om robots te voorzien van AI-modellen die leren van gigantische hoeveelheden data. “Als je geluk hebt, doet het model ook waarvoor je het bedacht had”, zegt Van de Molengraft.
Als je zo’n robot een broodmes geeft om brood te snijden, wordt het opeens een bloedlink apparaat.”
Maar wie weleens met ChatGPT of een vergelijkbare generatieve AI gespeeld heeft, weet dat AI niet foutloos werkt. Sterker nog, er worden regelmatig fouten gemaakt. Je kunt niet garanderen dat een robot met AI zijn taken altijd goed uitvoert. “Het probleem is het ontbreken van die garanties. Op het moment dat je een situatie tegenkomt in de echte wereld die niet lijkt op de data waarop het apparaat getraind is, kan zo’n apparaat gekke dingen gaan doen. Dat kan heel erg fout gaan.” Een relatief onschuldig voorbeeld is een stuk was dat in tweeën wordt gescheurd, in plaats van opgevouwen. “Maar als je zo’n robot een broodmes geeft om brood te snijden, wordt het opeens een bloedlink apparaat.”
Bij de TU/e wordt onderzocht hoe de twee aanpakken samen kunnen worden gebracht. “Dus hoe we aan de hand van data kunnen leren, maar ook garanties en uitlegbaarheid in het systeem hebben”, verklaart Van de Molengraft. “Ik vind het niet erg als een robot iets niet kan, als hij dat maar weet. Dus als hij dat ook aangeeft en stopt met zijn taak. Dat is iets wat we de komende jaren gaan ontwikkelen. Als dat lukt, zijn we al een stuk verder.”
Gevoel en beweging
Professor Cao ziet daarnaast nog meer basale technische uitdagingen. Zo is de mechanische flexibiliteit van robothanden erg uitdagend. “Er wordt al sinds de jaren 50 aan robothanden gewerkt. Ook nu is het nog moeilijk om dezelfde flexibiliteit en accuraatheid van menselijke handen naar robothanden te vertalen”, zegt hij.
Robots hebben ook nog weinig gevoel. “Als je kijkt naar de humanoids die massaal gebouwd worden in China, zit er nauwelijks gevoel in”, zegt Van de Molengraft. “Maar die robot moet eigenlijk ook een soort huid hebben, net als wij. Wij kunnen de helft van de taken in huis bijna met de ogen dicht doen, puur op gevoel.”
Verder is het voor robots nog uitdagend om trap te lopen, iets wat in veel huishoudens wel moet om bepaalde taken uit te voeren. En ook de camera’s die robots nodig hebben om hun omgeving te zien, zorgen voor uitdagingen. Die camera’s zijn afhankelijk van goed licht, maar het licht in een huis verandert constant. Lampen gaan aan, gordijnen gaan dicht en soms komt er felle zon door het raam naar binnen.
Ethiek en juridische overwegingen
Maar de grootste uitdaging ligt volgens Cao niet bij de technische problemen. Hij ziet vooral drempels rondom het juridische en sociale deel. “Volgens mij is er geen enkele verzekering die een robot in het huis wil verzekeren”, zegt hij stellig. “Zelfs al verbeter je de technologie, maak je het robuuster en betrouwbaarder, dan bestaat er altijd een kans op falen. Daar heb je een juridisch framework voor nodig. Wie is dan verantwoordelijk? Is dat de fabrikant? De gebruiker? Dat is een ingewikkelde vraag.”
Bovendien zijn er ethische overwegingen om mee te nemen. Mensen vormen banden met zaken in huis, dus ook met zo’n huishoudrobot. De eerdergenoemde Rosie uit The Jetsons was een geliefd onderdeel van het gezin. “Kunnen mensen verslaafd raken aan de aanwezigheid van een robot? Wat dan? Er is ook een ethisch, sociaal en psychologisch onderdeel om rekening mee te houden.”
Volgens mij is er geen enkele verzekering die een robot in het huis wil verzekeren.”
Cao verkent samen met vakgenoten dergelijke ethische en juridische uitdagingen in het ELSA Lab voor de technische industrie, waar Cao voorzitter van is. Maar een definitief antwoord, dat is er nog niet.
Ontwikkelingen in AI
Nu zijn er de afgelopen jaren flinke ontwikkelingen geweest in AI. Kan dat de ontwikkeling van huishoudrobots niet versnellen? Een generatieve AI als ChatGPT heeft in ieder geval de drempel om met een robot te interacteren verlaagd, zegt Cao. “Maar dat verandert niets aan de technische uitdaging. Je moet een robot nog steeds trainen om het verschil te zien tussen objecten. En het verandert de mechanische structuur ook niet. Als je iets op wilt pakken, moet dat uitgevoerd worden door een mechanisch iets.”
Toch zijn er wel wat AI-ontwikkelingen die bijdragen aan robotontwikkeling. Denk aan reinforcement learning, waarbij je zelflerende algoritmes gebruikt om een robot te trainen. Of cognitieve AI, dat robots een stuk intelligenter kan maken. “Cognitieve AI zorgt ervoor dat een robot iets kan onthouden en wat cognitieve processen heeft, bijvoorbeeld om de functionaliteit van een object te identificeren, nieuwe dingen aan te leren of om nieuwe ideeën te ontwikkelen. Dat biedt een hoop potentie.”
Kleine robot, weinig functies
Beide wetenschappers zien voor de nabije toekomst vooral kansen voor robots met een afgebakend takenpakket, in plaats van één humanoïde robot die alles kan. “Robots die een enkele taak of een paar taken kunnen uitvoeren, die zie ik wel binnen een paar jaar op de markt verschijnen”, zegt Cao. Hij ziet bijvoorbeeld mogelijkheden rondom sociale robots, die bijvoorbeeld ouderen gezelschap houden door spelletjes te spelen of de krant voor te lezen. “Dat kan binnen een paar jaar best een veelvoorkomend verschijnsel worden.”
Je kunt je ook afvragen waar de behoefte ligt, vult Van de Molengraft aan. “Waar voeg je echt waarde toe aan de maatschappij? En misschien is dat wel gewoon een robot die de was doet en opvouwt, zodat jij daar verder niets meer aan hoeft te doen. Maar wanneer zoiets er is? Ik heb geen idee.”
Voor wie hoopte op een eigen Rosie: die is er voorlopig nog niet. Maar wie weet hebben we binnen een paar jaar wel enkele andere, eenvoudigere robots die hier en daar een taak uit handen kunnen nemen.
