Για δεκαετίες, η ικανότητα να μαθαίνουμε παρατηρώντας κάποιον άλλο —να βλέπουμε πώς κάνει κάτι και να το αναπαράγουμε μόνοι μας— θεωρούνταν κάτι καθαρά ανθρώπινο. Τα ρομπότ, αντίθετα, χρειάζονταν αυστηρό προγραμματισμό γραμμή προς γραμμή για κάθε κίνηση. Αυτό φαίνεται να αλλάζει.
Η αμερικανική startup που το πέτυχε
Η εταιρεία Sunday Robotics, με έδρα το Mountain View της Καλιφόρνια, παρουσίασε το ρομπότ Memo — έναν οικιακό βοηθό που δεν προγραμματίζεται για κάθε εργασία, αλλά μαθαίνει με μίμηση, παρατηρώντας πώς οι άνθρωποι εκτελούν καθημερινές δουλειές. Η εταιρεία ιδρύθηκε το 2024 από τους Tony Zhao και Cheng Chi, ερευνητές πίσω από γνωστά συστήματα ρομποτικής μάθησης όπως τα ALOHA και Diffusion Policy.
Πώς «βλέπει» και μαθαίνει το ρομπότ
Το κλειδί της μεθόδου είναι ένα ζευγάρι ειδικών γαντιών με αισθητήρες, κόστους περίπου 200-400 δολαρίων. Άνθρωποι — τους αποκαλούν «Memory Developers» — τα φορούν και εκτελούν καθημερινές δουλειές στο σπίτι τους, όπως πλύσιμο πιάτων ή δίπλωμα ρούχων. Το σύστημα καταγράφει με λεπτομέρεια κάθε κίνηση του χεριού, τη δύναμη του λαβίσματος και την τοποθέτηση των δαχτύλων. Στη συνέχεια, ένα σύστημα που η εταιρεία ονομάζει «Skill Transform» μετατρέπει αυτά τα ανθρώπινα δεδομένα σε εντολές που το ρομπότ μπορεί να αναπαράγει με τα δικά του χέρια.
Το θεμελιακό μοντέλο πάνω στο οποίο εκπαιδεύεται ονομάζεται ACT-1 και περιγράφεται από την εταιρεία ως εκπαιδευμένο με «μηδενικά δεδομένα ρομπότ» — δηλαδή έμαθε αποκλειστικά παρατηρώντας ανθρώπινη κίνηση, όχι δεδομένα από άλλα ρομπότ.
Τι μπορεί ήδη να κάνει
Σύμφωνα με την εταιρεία, το Memo έχει εκπαιδευτεί πάνω σε περίπου 10 εκατομμύρια επεισόδια πραγματικών οικιακών ρουτινών. Μπορεί να:
• Καθαρίζει τραπέζια και πιάτα • Διπλώνει ρούχα, ακόμη και στοίβες κάλτσες • Χειρίζεται εύθραυστα σκεύη και πορσελάνη • Φτιάχνει καφέ εσπρέσο • Φορτώνει πλυντήριο πιάτων
Σε μία από τις πιο εντυπωσιακές επιδείξεις, το ρομπότ ολοκλήρωσε αυτόνομα μια δοκιμή μεταφοράς πιάτων από το τραπέζι στο πλυντήριο, διανύοντας πάνω από 130 πόδια (περίπου 40 μέτρα) και εκτελώντας 33 διαφορετικές ενέργειες με 21 διαφορετικά αντικείμενα — χωρίς προγραμματισμένη καθοδήγηση βήμα-βήμα.
Γιατί έχει σημασία αυτή η προσέγγιση
Τα παραδοσιακά «σκληρά προγραμματισμένα» ανθρωποειδή ρομπότ αποτυγχάνουν συχνά όταν συναντούν αντικείμενα που δεν αναγνωρίζουν — δεν μπορούν να εκτελέσουν κινήσεις που δεν έχουν προβλεφθεί εκ των προτέρων στον κώδικά τους. Η μέθοδος μίμησης λύνει αυτό το πρόβλημα, επιτρέποντας στο ρομπότ να γενικεύει σε νέες, απρόβλεπτες καταστάσεις — ακριβώς όπως κάνει ένας άνθρωπος όταν μαθαίνει μια νέα δεξιότητα βλέποντας κάποιον άλλο να τη σκετελεί.
Πού βρίσκεται σήμερα το εγχείρημα
Η Sunday Robotics βγήκε επίσημα από «stealth mode» στις 19 Νοεμβρίου 2025 και έφτασε σε αποτίμηση 1,15 δισεκατομμυρίων δολαρίων τον Μάρτιο του 2026, μετά από γύρο χρηματοδότησης 165 εκατομμυρίων δολαρίων με επικεφαλής την Coatue Management. Η εταιρεία σχεδιάζει να ξεκινήσει πρόγραμμα δοκιμών «Founding Family Beta» στα τέλη του 2026, δίνοντας σε επιλεγμένες οικογένειες τη δυνατότητα να δοκιμάσουν το Memo στο σπίτι τους, μέσα στο πραγματικό χάος της καθημερινότητας — με παιδιά, κατοικίδια και ακαταστασία.
Τα όρια της τεχνολογίας
Παρά την πρόοδο, οι ίδιοι οι αναλυτές του κλάδου επισημαίνουν ότι παραμένουν σημαντικές προκλήσεις γύρω από την αξιοπιστία και τη γενίκευση σε διαφορετικά σπίτια. Η μετάβαση από ελεγχόμενες επιδείξεις σε ένα σταθερό, αξιόπιστο προϊόν για την πραγματική οικογενειακή ζωή παραμένει το μεγάλο στοίχημα της εταιρείας.
Το συμπέρασμα
Η ικανότητα να μαθαίνεις παρατηρώντας άλλους δεν είναι πλέον αποκλειστικά ανθρώπινο προνόμιο. Παραδείγματα όπως το Memo δείχνουν ότι η ρομποτική βρίσκεται σε ένα σημείο καμπής: από μηχανές που εκτελούν αυστηρά προγραμματισμένες εντολές, προς συστήματα που μαθαίνουν, προσαρμόζονται και γενικεύουν με τρόπο που μέχρι πρόσφατα θεωρούσαμε αποκλειστικά ανθρώπινο χαρακτηριστικό.
