De opmars van humanoïde robots krijgt steeds concretere vormen, zo blijkt uit deze recente video van Andreas Klinger. De investeerder, die zich richt op Europese robot-startups, neemt kijkers mee in een laboratorium van Flexion, een relatief jonge Zwitserse speler die zich positioneert op een cruciaal onderdeel van de robotica: de intelligentie achter de machine.
Van hardware naar ‘brein’
Waar veel robotbedrijven zich richten op het ontwikkelen van fysieke robots, kiest Flexion nadrukkelijk een andere invalshoek. Het bedrijf ontwikkelt AI voor humanoïde robots – niet de hardware zelf, maar het ‘brein’ dat deze machines aanstuurt. Die strategie wordt in de video expliciet gemaakt: Flexion wil een soort besturingssysteem bouwen dat op verschillende humanoïde platforms kan draaien, vergelijkbaar met hoe Android werkt voor smartphones.
Dat uitgangspunt is relevant, omdat de markt voor humanoïde robots sterk gefragmenteerd is. Verschillende fabrikanten ontwikkelen eigen robotlichamen, maar zonder een generieke intelligentielaag blijft schaal moeilijk. Door zich te richten op een hardware-onafhankelijke AI-laag probeert Flexion juist die schaalbaarheid te realiseren.
Leren vanaf nul
Een belangrijk element in de video is de manier waarop de robots leren. In plaats van bewegingen te programmeren of simpelweg menselijke handelingen te kopiëren, laat Flexion robots zelfstandig leren via reinforcement learning. Dat betekent dat de systemen vanaf nul experimenteren met bewegingen en gedrag, en gaandeweg optimaliseren wat werkt.
Dat leidt tot opvallende resultaten. Robots ontwikkelen bewegingen die niet per se lijken op menselijke motoriek, maar die wel efficiënt zijn voor hun eigen lichaam. Zo staan ze op manieren op die voor mensen onnatuurlijk ogen, maar mechanisch logisch zijn. (LinkedIn)
Die aanpak onderstreept een bredere trend binnen AI en robotica: systemen worden minder gestuurd door expliciete instructies en meer door zelflerende processen. In de praktijk kan dat leiden tot gedrag dat minder voorspelbaar is, maar wel beter afgestemd op de fysieke mogelijkheden van de robot.
Spectaculair versus bruikbaar
De video laat verschillende demonstraties zien die illustreren waar de technologie vandaag staat. Sommige daarvan zijn spectaculair – denk aan robots die relatief eenvoudig complexe bewegingen zoals sprongen of acrobatische acties uitvoeren. Tegelijkertijd wordt duidelijk dat juist ogenschijnlijk eenvoudige taken nog lastig zijn.
Het oppakken van een doos zonder deze te beschadigen blijkt bijvoorbeeld een complexe uitdaging. Dat soort fijnmotorische handelingen, waarbij kracht, precisie en context samenkomen, vormen nog altijd een bottleneck voor bredere industriële toepassingen.
Die tegenstelling – tussen indrukwekkende demo’s en praktische inzetbaarheid – is kenmerkend voor de huidige fase van humanoïde robotica. Het onderstreept dat technologische doorbraken niet automatisch leiden tot directe economische waarde.
Gericht op arbeid en infrastructuur
De strategische belofte achter humanoïde robots is volgens Klinger helder: ze kunnen opereren in een wereld die is ontworpen voor mensen. In tegenstelling tot industriële robots, die vaak specifieke omgevingen vereisen, kunnen humanoïde systemen in principe functioneren in bestaande infrastructuren zoals fabrieken, magazijnen, ziekenhuizen en zelfs woningen.
Daarmee richten bedrijven als Flexion zich impliciet op arbeid die moeilijk te automatiseren is met traditionele robotica. Denk aan fysiek werk in dynamische omgevingen, waar flexibiliteit en aanpassingsvermogen vereist zijn.
Europese ambities
Opvallend is dat de ontwikkeling van deze technologie nadrukkelijk in een Europese context wordt geplaatst. Klinger positioneert Flexion als een van de ambitieuze startups binnen een bredere Europese beweging rond robotica en AI.
Die positionering sluit aan bij een groeiende aandacht voor technologische autonomie in Europa. Waar veel AI-innovatie wordt gedomineerd door Amerikaanse en Chinese spelers, proberen Europese partijen zich te onderscheiden met specifieke niches – in dit geval de combinatie van AI en fysieke systemen.
Eén platform voor vele robots
De kern van Flexions strategie blijft het idee van een universele AI-laag voor humanoïde robots. In de video wordt dit beschreven als een 'Android voor robots': één softwarestack die uiteenlopende hardware kan aansturen.
Technisch gezien betekent dit dat de software zowel high level-taken (zoals taakplanning en interpretatie van instructies) als low level-controle (zoals balans en motoriek) moet integreren. Dat is een complexe uitdaging, omdat deze lagen traditioneel los van elkaar worden ontwikkeld.
Als deze integratie slaagt, kan dat de ontwikkeling van humanoïde robots versnellen. Fabrikanten zouden zich dan kunnen richten op hardware-innovatie, terwijl ze voor de intelligentie terugvallen op een gedeeld platform.
Veelbelovend, maar nog pril
De video van Klinger biedt een inkijkje in een sector die zich duidelijk in een experimentele fase bevindt. De technologische vooruitgang is zichtbaar, maar tegelijkertijd zijn er nog aanzienlijke barrières voordat grootschalige toepassing realistisch wordt.
Vooral de vertaalslag van laboratoriumdemonstraties naar robuuste, economisch rendabele toepassingen blijft een uitdaging. Het feit dat relatief eenvoudige taken nog moeilijk blijken, onderstreept dat humanoïde robotica zich nog in een ontwikkelingsfase bevindt.
Conclusie
De rondleiding van Andreas Klinger maakt duidelijk dat de focus in humanoïde robotica verschuift van hardware naar intelligentie. Met Flexion als voorbeeld ontstaat een beeld van een nieuwe generatie bedrijven die niet zozeer robots bouwen, maar de AI ontwikkelen die deze machines bruikbaar moet maken.
Of deze aanpak daadwerkelijk leidt tot een doorbraak, zal afhangen van de mate waarin die AI in staat is om complexe, alledaagse taken betrouwbaar uit te voeren. Wat de video in ieder geval laat zien, is dat de fundamenten daarvoor momenteel worden gelegd – niet alleen in grote techbedrijven, maar ook in gespecialiseerde Europese startups.