xAI ประกาศเพิ่มความสามารถใหม่ให้ปัญญาประดิษฐ์ Grok ในชื่อ Grok Vision ให้ผู้ใช้งานถามข้อมูลจากสิ่งที่ปรากฏตรงหน้าในกล้องโทรศัพท์ ตอนนี้รองรับเฉพาะแอป Grok ใน iOS ส่วน Android ไม่ได้บอกว่าจะมาเมื่อใด

นอกจากนี้ Grok ยังเพิ่มความสามารถรองรับอินพุทเสียงในหลายภาษา และค้นหาข้อมูลได้ทันทีในโหมด Voice ฟีเจอร์นี้ได้เฉพาะลูกค้าที่สมัครแผน SuperGrok

Grok เป็นอีกบริการปัญญาประดิษฐ์ที่เพิ่มฟีเจอร์ใหม่ต่อเนื่อง เมื่อสัปดาห์ที่แล้วได้เพิ่ม Memory ที่จดจำข้อมูลพื้นฐานของผู้ใช้งาน

ที่มา: TechCrunch

Runway สตาร์ตอัพผู้พัฒนา AI สร้างวิดีโอ เปิดตัวโมเดลเวอร์ชันใหม่ Runway Gen-4 ที่มีความสามารถเพิ่มขึ้นจากเดิมมาก โมเดลสามารถทำงานตามคำสั่งของผู้ใช้ได้อย่างเจาะจงแม่นยำ และมีความสม่ำเสมอ (consistency) สูง เพื่อให้การใช้งานระดับโปรดักชันจริงสามารถนำไปใช้ได้แบบไร้กังวล

เราเห็น "ตู้เย็นมีจอภาพ" กันมาได้สักพักใหญ่ๆ แล้ว ซัมซุงเคยออกตู้เย็นที่มีจอใหญ่ถึง 32" มาตั้งแต่ปี 2023 พัฒนาล่าสุดของตู้เย็นในยุค AI ครองเมืองย่อมหนีไม่พ้น "ตู้เย็นมีจอภาพ AI"

สิ่งที่น่าสนใจคือจอภาพ AI Home แบบใหม่มีขนาดเล็กลงเหลือ 9" เท่านั้น (แต่จะเลือกจอ Family Hub แบบเดิมขนาด 21.5" หรือ 32" ก็ยังมีให้เลือกซื้อแบบคัสตอมได้) ฟีเจอร์ใหม่ของหน้าจอ AI คือความสามารถที่เพิ่มขึ้น มีฟีเจอร์ AI Vision Inside แยกแยะวัตถุในตู้เย็นได้แม่นยำกว่าเดิม ตั้งชื่อให้สิ่งของในตู้เย็นได้ จดจำได้ว่าของอันไหนเราเอาเข้าๆ ออกๆ ตู้เย็นบ่อยๆ

AlexNet ซอฟต์แวร์แยกแยะรูปภาพที่เคยเป็นจุดเปลี่ยนสำคัญของวงการ AI เมื่อปี 2012 ตอนนี้เปิดซอร์สโค้ดต่อสาธารณะ เข้าถึงได้บน GitHub

AlexNet พัฒนาโดย Alex Krizhevsky นักศึกษาปริญญาเอกชาวยูเครนที่มหาวิทยาลัย Toronto ในขณะนั้น ร่วมกับเพื่อนนักศึกษา Ilya Sutskever (ภายหลังเป็นผู้ร่วมก่อตั้ง OpenAI) และอาจารย์ของพวกเขาคือ Geoffrey Hinton (หลังจากนั้นแบ่งเวลาบางส่วนไปทำงานกับกูเกิลจนถึงปี 2023 และได้รางวัลโนเบลสาขาฟิสิกส์ในปี 2024)

Be My Eyes แอปพลิเคชันที่ช่วยเหลือผู้มีความบกพร่องทางการมองเห็น ร่วมมือกับ Knorr Thailand เปิดตัวฟีเจอร์ใหม่ ช่วยให้ผู้ใช้เข้าถึงข้อมูลบนบรรจุภัณฑ์ผลิตภัณฑ์ Knorr การสแกน QR โค้ด ผ่านแอป Be My Eyes

ฟีเจอร์นี้ใช้เทคโนโลยี Be My AI อ่านข้อมูลเกี่ยวกับส่วนผสม, คุณค่าทางโภชนาการ และวิธีการปรุงอาหารแบบเสียงให้ผู้ใช้ได้ยินทันทีในภาษาไทย

ผู้ใช้ยังสามารถติดต่อ เจ้าหน้าที่ Knorr ผ่านวิดีโอคอลล์เพื่อขอคำแนะนำเพิ่มเติม ในกรณีที่ต้องการความช่วยเหลือแบบทันที

Amazon เปิดตัวเครื่องมือใหม่เพื่อแก้ปัญหาให้กับพนักงานส่งสินค้า ที่ต้องใช้เวลาหลายนาทีค้นหาพัสดุในรถ ขณะที่รถจอดอยู่บริเวณสถานที่ซึ่งกำลังจะเข้าไปส่ง

โซลูชันใหม่มีชื่อว่า Vision-Assisted Package Retrieval (VAPR) ซึ่งลดขั้นตอนแมนนวลเดิม ที่คนส่งสินค้าต้องเริ่มจากการจัดพัสดุในรถให้เป็นไปตามจุดจอดตามแผน เทียบใบส่งของ เมื่อไปถึงสถานที่ก็ค้นหาและดูพัสดุซ้ำอีกครั้งก่อนทำการส่ง แต่ VAPR ทำงานแบบนับ 1-2-3 พนักงานส่งสินค้าเพียงดูว่าไฟเขียวชี้ลงที่พัสดุอันไหน ก็หยิบแล้วไปส่งได้เลย

หน่วยงาน Computer Science and Artificial Intelligence Laboratory (CSAIL) ของ MIT เผยแพร่งานวิจัยด้านหุ่นยนต์เรียกชื่อว่า RoboGrocery ซึ่งมีความสามารถในการแยกแยะ จับสิ่งของ และจัดเรียงลงในกล่องอย่างเหมาะสม

เทคโนโลยีที่ใช้มีทั้งส่วนการมองเห็นเพื่อแยกแยะวัตถุ ระบบแขนกลจับแบบอ่อนที่ส่งข้อมูลกลับ เพื่อประเมินว่าเป็นวัตถุที่บอบบางหรือไม่ (ในการทดสอบนี้ใช้พวงองุ่น) และอัลกอริทึมจัดเรียง เช่น ถ้าเป็นพวงองุ่น ให้แยกรอไว้ก่อน เพื่อวางของมีน้ำหนัก เช่น ซุปกระป๋อง ลงกล่องด้านล่างก่อน

การทดสอบนั้นยังเป็นระบบปิด สินค้าจะไหลมาตามสายพาน จากนั้นหุ่นยนต์หยิบวัตถุและแยกแยะเพื่อจัดเรียงลงกล่องอย่างเหมาะสม

Amazon เผยรายละเอียดของ Project P.I. (ย่อมาจาก Private Investigator) เป็นการนำเทคนิค computer vision เข้ามาช่วยสแกนสินค้าว่าเสียหายหรือไม่ ก่อนบรรจุลงกล่องส่งไปหาลูกค้า เพื่ิอลดการคืนสินค้าหรือคำร้องเรียนจากลูกค้าลง

สินค้าที่อยู่ในโกดังของ Amazon ก่อนจัดส่งจะถูกส่งเข้า image tunnel เพื่อถ่ายภาพ แล้วให้ Project P.I. ช่วยวิเคราะห์ความบกพร่องชนิดต่างๆ (เช่น ปกหนังสือยับ) แล้วแจ้งเตือนไปยังเจ้าหน้าที่มนุษย์ เพื่อตัดสินใจว่าควรทำอย่างไรกับสินค้าที่มีปัญหานั้น เช่น นำไปขายเป็นสินค้ามือสอง (Amazon Second Chance) หรือบริจาค

จากราวหนึ่งปีก่อน ที่แอพช่วยเหลือผู้มีปัญหาทางสายตาอย่าง Be My Eyes ได้ เพิ่มผู้ช่วยอัจฉริยะ พลัง A.I. เข้ามา แต่แอพพลิเคชันยังสามารถใช้งานได้จากบน mobile device เท่านั้น ล่าสุด Be My Eyes ได้เปิดตัวฟีเจอร์ผู้ช่วยอัจฉริยะที่เป็นแอพพลิเคชันบนระบบปฏิบัติการวินโดส์แล้ว โดยสามารถติดตั้งได้จาก Microsoft store

เมื่อเปิดโปรแกรมและล็อกอินเรียบร้อยแล้ว หน้าต่างหลักของโปรแกรมจะมีฟีเจอร์ให้เราเลือกใช้งานอยู่ 4 เมนู ได้แก่

FIA ผู้จัดการแข่งขันรถ F1 เปิดเผยว่าจะทดสอบการนำ AI มาช่วยในการตัดสิน Track Limit หรือปัญหารถขับออกนอกเส้นแทร็กสนาม โดยจะนำมาใช้ในการแข่งขันรายการอาบูดาบี กรังด์ปรีซ์ ซึ่งเป็นสนามสุดท้ายของฤดูกาลที่จะแข่งในสุดสัปดาห์นี้

เทคโนโลยีที่นำมาใช้คือ Computer Vision ทำงานร่วมกับ AI พิจารณาว่ารถแข่งขันออกนอกเส้นแทร็กสนามหรือไม่ที่ระดับพิกเซล เมื่อตรวจพบรถที่ขับออกนอกแทร็กทั้ง 4 ล้อ ระบบจะส่งรายงานให้ Steward หรือกรรมการดูแลการแข่งขันพิจารณาความผิดอีกครั้ง

Amazon ประกาศความร่วมมือกับ UVeye พัฒนาระบบตรวจสอบยานพาหนะอัตโนมัติ AVI (Automated Vehicle Inspection) เพื่อใช้ตรวจสอบความผิดปกติและสภาพความปลอดภัยของรถขนส่งพัสดุ ซึ่งเดิมเป็นงานที่ใช้คน

UVeye เป็นสตาร์ทอัพจากอิสราเอลที่เชี่ยวชาญการทำระบบตรวจจับความผิดปกติของรถสำหรับงานความปลอดภัย ใช้ในพื้นที่พรมแดนระหว่างประเทศหรือในอาคาร ซึ่งต่อมาพัฒนาเป็นระบบตรวจจับความผิดปกติสำหรับรถทั่วไป

Alibaba Cloud เปิดตัวโมเดลภาษาภาพขนาดใหญ่ (Large Vision Language) แบบโอเพนซอร์ส ซึ่งมีความสามารถในการเข้าใจภาพและตัวหนังสือ

สองโมเดลได้แก่ Qwen-VL เป็นโมเดลภาษาภาพขนาดใหญ่ที่ถูกเทรนมาก่อน และ Qwen-VL-Chat โมเดลสำหรับการสนทนาโต้ตอบ ขนาด 7 พันล้านพารามิเตอร์ มีความสามารถทำความเข้าใจภาพในภาษาอังกฤษและภาษาจีน และสร้างบทสนทนาโต้ตอบ รวมถึงทำงานประมวลผล เช่น บวกเลขในภาพได้ ซึ่งสามารถนำมาช่วยทั้งการอ่านป้ายภาษาจีน สำหรับคนที่ไม่รู้ภาษาจีน หรือใช้ช่วยอ่านป้ายต่าง ๆ สำหรับผู้มีปัญหาการมองเห็น

ทั้ง Qwen-7B และ Qwen-7B-Chat เปิดให้ดาวน์โหลดใช้งานแล้วที่ ModelScope ซึ่งเป็นชุมชนนักพัฒนา AI ของ Alibaba Cloud และที่ Hugging Face

บริการระบบจ่ายเงินด้วยฝ่ามือ Amazon One ประกาศเพิ่มคุณสมบัติใหม่ โดยนอกจากใช้จ่ายเงินได้แล้ว ยังสามารถใช้ยืนยันอายุของผู้ซื้อ สำหรับการซื้อเครื่องดื่มแอลกอฮอล์ได้ด้วย จากเดิมในขั้นตอนนี้ผู้ซื้อต้องแสดงเอกสารที่ออกให้โดยหน่วยงานรัฐทุกครั้ง

โดย Amazon เพิ่มระบบยืนยันอายุใน Amazon One ผู้ใช้งานสามารถไปที่เว็บไซต์หรือคิออสก์ แล้วอัปโหลดภาพเอกสารยืนยันอายุของหน่วยงานรัฐ (ในอเมริกานิยมใช้ใบขับขี่) พร้อมกับเซลฟี่ใบหน้า ซึ่ง Amazon จะทำการตรวจสอบความถูกต้องเอกสาร แต่ไม่เก็บข้อมูลไว้ แล้วใช้เฉพาะภาพเซลฟี่ใบหน้านี้แสดงประกอบทุกครั้ง เมื่อสแกนฝ่ามือจ่ายเงินให้ร้านค้าเปรียบเทียบความถูกต้อง

Meta เผยแพร่โครงการ Segment Anything โมเดล AI สำหรับงานแยกแยะวัตถุในรูปภาพและวิดีโอ (Segmentation) มีจุดเด่นคือความสามารถในการแยกแยะวัตถุต่าง ๆ แม้จะไม่เคยเทรนให้รู้จักวัตถุนั้นมาก่อน และมาพร้อมเครื่องมือที่วาดเส้นขอบวัตถุให้อัตโนมัติ

ในงานที่เผยแพร่นี้ Meta นำเสนอสองอย่างได้แก่ Segment Anything Model (SAM) โมเดลสำหรับการแยกแยะวัตถุ เผยแพร่ภายใต้สัญญา Apache 2.0 และข้อมูล 1 พันล้านดาต้าเซต สำหรับงาน Segmentation (SA-1B) อนุญาตให้ใช้สำหรับงานวิจัย

Be My Eyes แอปช่วยเหลือสำหรับผู้มีปัญหาด้านการมองเห็น ซึ่งใช้การวิดีโอคอลขอความช่วยเหลือจากอาสาสมัคร ประกาศเพิ่มความสามารถใหม่โดยใช้โมเดล GPT-4 ของ OpenAI ที่เพิ่งเปิดตัวไป

ฟีเจอร์ใหม่ที่เพิ่มมาด้วยความสามารถของ AI นี้ เรียกชื่อว่า Virtual Volunteer มีเป้าหมายให้ทำงานได้ในระดับเดียวกับอาสาสมัคร โดยสามารถให้รายละเอียดของภาพที่เห็น พร้อมคำแนะนำเพิ่มเติมที่เกี่ยวเนื่อง ซึ่งเป็นความสามารถใหม่เพิ่มเติมของ GPT-4

Tamás Nemes เป็นเด็กหนุ่มชาวเยอรมันวัยเพียง 18 ปี สิ่งที่ทำให้เขาเป็นที่รู้จักในระดับประเทศคือผลงานการประดิษฐ์กล้องห้อยคอที่มาพร้อมระบบ computer vision ที่ใช้ปัญญาประดิษฐ์ช่วยจำแนกสิ่งที่กล้องมองเห็นและจำแนกวัตถุในภาพเหล่านั้น

การจำแนกวัตถุจากภาพของกล้องนั้นทำไปเพื่อบอกเสียงแจ้งเตือนแก่ผู้ใช้ซึ่งมีปัญหาด้านการมองเห็นให้ได้รับรู้ว่ามีกีดขวางอะไรอยู่รอบตัวผู้ใช้บ้าง และช่วยให้เข้าใจสภาพแวดล้อมโดยรอบได้ดีขึ้น

ทีมนักวิจัยจาก Cornell University พัฒนาอัลกอริทึมของปัญญาประดิษฐ์เพื่อศึกษาเทปการแข่งขันกีฬาวอลเลย์บอล จนทำให้มันเข้าใจเกมและสามารถทำนายการเคลื่อนที่ของผู้เล่น และวิธีการที่ผู้เล่นจะเลือกใช้ในจังหวะต่อไปได้แม่นยำเกิน 80%

การทำงานของอัลกอริทึมจะอาศัยข้อมูลรอบด้านเพื่อทำนายการเคลื่อนที่หรือการตัดสินเลือกวิธีการเล่นของผู้เล่นในสนาม โดยอาศัยทั้งข้อมูลจากระบบ computer vision ควบคู่ไปกับข้อมูลที่มีการป้อนให้แก่ปัญญาประดิษฐ์โดยตรง เพื่อให้ระบบปัญญาประดิษฐ์เข้าใจข้อมูลแวดล้อมของการแข่งขันเพื่อใช้ประกอบการทำนายได้แม่นยำยิ่งขึ้น

Canon เปิดตัวแอป Photo Culling แอปสำหรับแนะนำคัดรูปภาพโดยใช้ Computer Vision Artificial Intelligence Engine ของ Canon ที่จะแนะนำรูปภาพที่ควรเก็บไว้ในกลุ่มภาพที่ถ่ายมาจำนวนมาก

Canon ระบุว่า Photo Culling มีตัวเลือกคัดรูปสองแบบ คือคัดรูปทั้งหมด ​(Whole Culling) จะพิจารณาจากความคมชัด, สัญญาณรบกวน, อารมณ์ในรูปภาพ และการปิดของดวงตาออกมาเป็นคะแนน ผู้ใช้สามารถกำหนด threshold ว่าคะแนนเท่าไรจึงเก็บไว้ ส่วนคัดเฉพาะรูปคล้าย (Similar Culling) จะคัดเฉพาะรูปที่ถ่ายมาหลาย ๆ ช็อตคล้าย ๆ กันโดยให้คะแนนภาพถ่าย และจะแนะนำเฉพาะภาพถ่ายที่ได้คะแนน 2 อันดับแรก

AWS เปิดบริการเจาะกลุ่มโรงงานสองตัวพร้อมกัน คือ Amazon Panorama คอมพิวเตอร์ประมวลผลภาพจากกล้องวงจรปิด และ Amazon Lookout บริการหาจุดบกพร่องของสินค้าในกระบวนการผลิต

มีรายงานว่าแอปเปิลได้เข้าซื้อกิจการ Vilynx สตาร์ทอัพจากสเปน ไปเมื่อช่วงต้นปีที่ผ่านมา

ข้อมูลของ Vilynx ระบุว่าเป็นผู้เชี่ยวชาญด้าน AI ในการเพิ่มข้อมูล metadata สำหรับภาพและวิดีโอ ซึ่งทำให้กระบวนการค้นหามีความสะดวกมากขึ้น นอกจากนี้ยังมีเทคโนโลยีที่ช่วยตรวจสอบวิดีโอว่าจุดใดเป็นส่วนสำคัญของเนื้อหาทั้งหมดอีกด้วย โดยคาดว่าแอปเปิลจะนำเทคโนโลยีนี้มาใช้กับ Siri และระบบเสิร์ชในการค้นหาภาพและวิดีโอบนอุปกรณ์

เดิมการยืนยันตัวตนก่อนเข้า Amazon Go คือการใช้ QR Code บนแอป Amazon Go ที่เชื่อมกับบัญชี Amazon แตะสแกนก่อนเข้าร้าน ล่าสุด Amazon เปิดตัวโซลูชันใหม่สำหรับการยืนยันหรือระบุตัวตนก่อนเข้าร้านค้าหรือสถานที่ต่าง ๆ ชื่อว่า Amazon One

Amazon One จะมีช่องสำหรับเสียบบัตรเครดิตและเครื่องสแกนฝ่ามือ (โดยไม่ต้องสัมผัส แค่เอาฝ่ามือไปอังเหนือเซ็นเซอร์) ที่อาศัย computer vision ในการอ่านและตรวจจับลายมือเพื่อแยกแยะบุคคลในเวลาแค่ราว 1 วินาที ระบบจะผูกตัวตนเข้ากับบัตรเครดิตที่เสียบไว้ให้ โ

Amazon จะเริ่มนำ Amazon One มาใช้กับร้าน Amazon Go ก่อน โดยมีเป้าหมายถัดไปคือขยายการใช้งาน Amazon One ออกไปยังลูกค้าภายนอก ทั้งที่เป็นร้านค้าปลีกและสถานที่อย่างตึกออฟฟิศ

มีรายงานว่า Tesla ได้เข้าซื้อกิจการของสตาร์ทอัพจาก Silicon Valley ชื่อ DeepScale เพื่อมาเสริมทัพด้านการประมวลผลภาพในรถยนต์ไร้คนขับ

DeepScale เป็นสตาร์ทอัพอายุ 4 ปี ทำธุรกิจพัฒนาการใช้ deep neural network สำหรับการประมวลผลภาพ (computer vision) และข้อมูลจากเซ็นเซอร์รอบรถ ในการตีความ (interpret) และจัดกลุ่ม (classify) สิ่งต่างๆ รอบตัว หรือกล่าวสั้นๆ ได้ว่าเทคโนโลยีของบริษัทนี้จะช่วยให้รถเข้าใจสิ่งแวดล้อมรอบๆ ได้ดีขึ้น ซึ่งถือเป็นหัวใจหลักของการพัฒนารถยนต์ไร้คนขับ

การจะได้ชื่อว่าเป็นรถยนต์ไร้คนขับ ต้องถูกจัดกลุ่มตามมาตรฐาน SAE ในระดับ 4 หรือ 5 แต่ปัจจุบันฟีเจอร์ Autopilot ของรถ Tesla ยังอยู่ในระดับ 2 เท่านั้น คือเป็นการช่วยขับแต่คนขับยังต้องมองถนนตลอดเวลา

Sam’s Club ร้านค้าปลีกระบบสมาชิกในเครือ Walmart ประกาศผลงานจากศูนย์ทดสอบ Sam’s Club Now ที่ได้รับการจดสิทธิบัตรแล้ว โดยจะนำมาใช้ต่อยอดในระบบตรวจสอบและชำระค่าสินค้า

วิธีการก็คือลูกค้าสามารถใช้กล้องในแอปสแกนตัวสินค้า แล้วระบบจะเรียกข้อมูลราคาสินค้าขึ้นมาได้เลย โดยไม่ต้องพยายามสแกนบาร์โค้ดแบบในวิธีการปัจจุบัน ซึ่งเทคโนโลยีที่ใช้มีทั้ง Computer Vision และ Machine Learning

ในการทดสอบสถานการณ์จำลองเมื่อสินค้าอยู่ใต้รถเข็น แบบบาร์โค้ดเดิมนั้นใช้เวลาราว 9 วินาที ขณะที่วิธีการสแกนแบบใหม่ใช้เวลาเพียง 3 วินาที เท่านั้น ช่วยให้ทุกขั้นตอนรวดเร็วขึ้นและดีกับทุกฝ่าย (ดูตัวอย่างจากที่มา)

เอกสารของสำนักงานสิทธิบัตรและเครื่องหมายการค้าอเมริกาเปิดเผยว่า แอปเปิลได้ซื้อสิทธิบัตรและเอกสารคำขอสิทธิบัตรรอการอนุมัติ รวมทั้งหมด 8 รายการ จาก Lighthouse AI บริษัทที่ผู้ผลิตกล้องเพื่อความปลอดภัยในบ้าน โดยการซื้อสิทธิบัตรนี้เกิดขึ้นในปลายปี 2018

ทั้งนี้ Lighthouse AI ได้ประกาศเลิกกิจการเมื่อเดือนธันวาคมปีที่แล้ว เนื่องจากไม่ประสบความสำเร็จด้านยอดขาย โดยสินค้าของบริษัทเน้นไปที่ระบบกล้องสำหรับดูแลความปลอดภัยภายในบ้าน ด้วยเทคโนโลยี AI และการตรวจจับแบบ 3 มิติ รวมทั้งมีแอปสำหรับดูข้อมูลเชิงลึกที่มีเฉพาะบน iOS

สิทธิบัตร 8 รายการที่แอปเปิลซื้อไปตัวอย่างเช่น (ขอยกชื่อมาเต็ม ๆ โดยไม่แปล)

MIT เปิดตัวหุ่นยนต์เล่นเกม Jenga ซึ่งประกอบด้วยแขนกลสำหรับจับแท่งไม้, ส่วนสำหรับดันแท่งไม้ และกล้องภายนอกเพื่อประเมินสถานการณ์ของตัวต่อทั้งหมดที่วางอยู่

อธิบายแบบรวดเร็วสำหรับคนที่ไม่รู้จักเกม Jenga หรืออาจเคยเล่นแต่ไม่รู้ว่าเรียก Jenga มันคือเกมที่มีชิ้นท่อนไม้ 54 ชิ้น ต่อเรียงกันเป็นตึก ผู้เล่นผลัดกันดึงแท่งไม้ออกหนึ่งชิ้น แล้วไปวางไว้ด้านบนสุด โดยไม่ทำให้ตึกถล่มลงมา ใครทำถล่มคนนั้นแพ้

ขั้นตอนการทำงานของหุ่นยนต์นี้ จะประเมินว่าแท่งไม้ไหนที่ควรดึงออกมา โดยใช้แขนดันออกมาก่อน แล้วใช้แขนหนีบดึงชิ้นไม้ออกมา และสุดท้ายหามุมวางที่เหมาะสมไม่ให้ตึกถล่ม หุ่นยนต์มีการเรียนรู้ โดยหากไม้ชิ้นใดที่ดันแล้วรู้สึกว่าฝืดเกินไป ก็จะเลี่ยงไม่ดันชิ้นนั้น