Productielijnen in grote fabrieken zijn tegenwoordig bijna zonder uitzondering computergestuurd. Dat maakt ze nog niet foutloos, legt Schomaker uit. ‘Mensen zijn inmiddels gewend aan de betrouwbaarheid van computers. Daarom wordt snel gedacht dat het ook wel moet lukken om systemen met grote machines betrouwbaar te maken. Maar perfectie realiseren is heel lastig.’ Er is maar één foutje nodig om een hele productielijn stil te leggen. Een beetje vuil op een machine of een slecht gesmeerd onderdeel kan genoeg zijn. Dat kost geld, en niet alleen omdat er tijdelijk niets uit de fabriek rolt.

‘Als een machine een fout maakt, wordt nu vaak een nieuwe, betere en duurdere machine gebouwd. Maar overal in een productielijn worden foutjes gemaakt. Zo blijf je bezig steeds duurdere machines te bouwen om hele kleine foutjes op te lossen, weinig efficiënt. Bovendien is dé perfecte machine lastig te realiseren.’

Professor Schomaker werkt daarom aan een efficiëntere oplossing: een systeem waarin gemaakte fouten door robots zelf worden opgelost. In het project MANTIS, voor een deel gefinancierd door de Europese Commissie, ontwikkelt hij samen met andere Europese universiteiten een zelflerende robot. Een robot die producenten veel geld kan besparen. Schomaker: ‘De robot die we ontwikkelen, kan zelf onderhoudswerkzaamheden in een productielijn verrichten. Onderdelen schoonmaken, smeren, of olie bijvullen.’ Voorlopig blijft het bij kleine, preventieve taken. Schomaker: ‘We moeten wel realistisch blijven. Grote reparaties zijn zo ingewikkeld, die kan een robot nog niet voor ons doen.’

Voor het onderzoek van Schomaker werd robot Alice gebouwd. In het Robotlab in de Bernoulliborg werkt Schomaker samen met studenten aan haar ontwikkeling.

Schomaker: ‘Een zelflerende robot moet je voordoen hoe hij taken moet uitvoeren. Het is geen tovenarij. Je zult nog steeds zelf informatie in de robot moeten stoppen. Vervolgens moet je de robot vertellen of hij zijn taak goed heeft uitgevoerd. Reinforcement learning noemen we dat. Als hij het goed heeft gedaan, geef je hem een schouderklopje. Net als bij huisdieren eigenlijk.’
Reinforcement learning is veel efficiënter dan traditioneel programmeren. Schomaker: ‘Als je nu een robot een nieuwe taak wilt laten uitvoeren, kan dat prima. Maar daarvoor moet je hem eerst opnieuw programmeren. Met een zelflerende robot hoeft dat niet. Je geeft hem alleen nieuwe informatie.’ Zo kan een robot die machines afstoft dus ook leren hoe hij olie moet bijvullen.
Kan iedereen in de nabije toekomst een eigen Alice thuis hebben? Schomaker: ‘Op dit moment zijn huishoudrobots nog niet zo goed. Je zou er een onhandig huisdier bij hebben.’ Maar het zal niet lang meer duren voordat robots ons ook in huis werk uit handen zullen nemen. Al zal je zo’n zelflerende robotkok dus eerst moeten opvoeden, voordat hij ’s ochtends je ontbijt voor je maakt.

Ja, dat kan. Sterker nog, de eerste romances tussen mens en robot zijn een feit. Maar wordt het ooit normaal, of blijven deze roboseksuelen een minderheid? Ronald Hünneman: ‘Dat gaat heel erg afhangen van de kwaliteit van de robots. Zo’n robot moet niet alleen maar intelligent zijn. Het lichaam is heel belangrijk bij verliefdheid.’ David Levy, auteur van het boek Love and Sex with Robots: ‘Natuurlijk zullen we verliefd worden op robots! Je ziet nu al dat mensen veel affectie hebben voor bijvoorbeeld robothuisdieren. In Japan zijn zeehondrobotjes super populair.’ Volgens Levy breekt het tijdperk van de roboseksuelen sneller aan dan je denkt. Hij waagt zich aan een voorspelling: tegen 2050 zullen volgens hem de eerste robothuwelijken gesloten worden. En hoe vreemd dat misschien ook klinkt, volgens Levy is het een positieve ontwikkeling: ‘Vergeet niet dat veel mensen op dit gebied heel eenzaam zijn. Deze mensen zijn misschien veel gelukkiger met een robot als partner, dan zonder een partner.’