Η Google χρησιμοποιεί τεχνητή νοημοσύνη για να διδάξει στα ρομπότ τις δουλειές του σπιτιού — ιδού το αποτέλεσμα

Το όνειρο να έχετε ένα ρομπότ να σας ετοιμάζει πρωινό, να αναλαμβάνει

τι

ς δουλειές σας ή να κάνετε περισσότερα από τα τυπικά ρομπότ σας θα μπορούσε να είναι ένα βήμα πιο κοντά χάρη στο

νέα έρευνα

από το εργαστήριο AI DeepMind της Google.

Τρεις νέες ερευνητικές εργασίες από την DeepMind που καλύπτουν την αυτοματοποίηση, τους χρόνους αντίδρασης και την παρακολούθηση κίνησης στα ρομπότ τους επιτρέπουν να εργάζονται πιο αποτελεσματικά στον πραγματικό κόσμο.

Οι τεχνικές επιτρέπουν στα ρομπότ να χρησιμοποιούν ισχυρά μεγάλα μοντέλα γλώσσας, όπως αυτό που τροφοδοτεί το ChatGPT, για να μαθαίνουν και να κατανοούν περίπλοκες εργασίες χωρίς να χρειάζεται να εκπαιδεύονται από την αρχή για κάθε νέα λειτουργία.

Δίνοντας στα ρομπότ έναν εγκέφαλο και ένα σύνταγμα

Σε μια σειρά βίντεο που δείχνουν τις δυνατότητες της έρευνας, τα ρομπότ φαίνονται να μαζεύουν κουτιά αναψυκτικών, να ανοίγουν και να κλείνουν συρτάρια και ακόμη και να καθαρίζουν μια επιφάνεια.

Προηγουμένως, καθένα από τα μέρη αυτών των εργασιών θα απαιτούσε γραμμές κώδικα και ειδική εκπαίδευση. Η νέα έρευνα επιτρέπει στα ρομπότ να μαθαίνουν παρακολουθώντας, εξετάζοντας το περιβάλλον και εκτελώντας τα ίδια την εργασία σε πραγματικό χρόνο.

Υπάρχει επίσης ένα νέο καταστατικό ρομπότ που ορίζει κανόνες ασφαλείας τόσο για τα bots όσο και για το υποκείμενο σύστημα λήψης αποφάσεων για μοντέλα μεγάλων γλωσσών. Βασισμένοι στους διάσημους τρεις νόμους της ρομποτικής του Isaac Asimov, ουσιαστικά λένε ότι δεν κάνετε κακό στους ανθρώπους.

Το AutoRT δίνει όραμα στα ρομπότ

Η πρώτη από τις νέες τεχνολογίες είναι το AutoRT, μια τεχνική που διδάσκει πολλά ρομπότ ταυτόχρονα να εκτελούν διαφορετικές εργασίες σε μια σειρά από περιβάλλοντα ταυτόχρονα.

Χρησιμοποιούν ένα οπτικό γλωσσικό μοντέλο για να μελετήσουν το περιβάλλον και τα αντικείμενα και να τροφοδοτήσουν αυτά τα δεδομένα σε ένα μεγάλο γλωσσικό μοντέλο. Αυτό το μοντέλο ενεργεί ως φορέας λήψης αποφάσεων για το bot και του λέει ποια εργασία πρέπει να εκτελέσει στη συνέχεια και πώς να εκτελέσει αυτήν την εργασία.

Αυτό το σύστημα δοκιμάστηκε σε επτά μήνες και χρησιμοποιήθηκε για την εκπαίδευση 20 ρομπότ. Συνολικά πραγματοποίησαν 6.650 μεμονωμένες εργασίες κατά τη διάρκεια της περιόδου εκπαίδευσης για να τελειοποιήσουν τη συλλογή και την επεξεργασία δεδομένων.

Το SARA επιτρέπει στα ρομπότ να κάνουν αλλαγές μόνοι τους

Το Self-Adaptive Robust Attention for Robotics Transformers (ή SARA-RT για συντομία) είναι ένα νέο σύστημα που είναι επεκτάσιμο και επιτρέπει στα ρομπότ να κάνουν βελτιώσεις στις οδηγίες τους με βάση τα σχόλια του πραγματικού κόσμου. Είναι ένας τρόπος να τελειοποιήσετε το μοντέλο ώστε να λειτουργεί όσο το δυνατόν πιο αποτελεσματικά.

Το ρομπότ μπορεί να λάβει χωρικά δεδομένα από τις κάμερές του και πληροφορίες από άλλους αισθητήρες και να τα χρησιμοποιήσει για να επιλέξει την καλύτερη διαδρομή για την ολοκλήρωση για κάθε δεδομένη εργασία.

Η τελική τεχνική παρέχει δεδομένα οπτικού περιγράμματος για ρομπότ που μπορούν να προσθέσουν περιγραφές στα δεδομένα εκπαίδευσης. Μπορεί να χρησιμοποιήσει αυτά τα πρόσθετα δεδομένα για να γενικεύσει πιο αποτελεσματικά και να βελτιώσει την κατανόησή του για την εργασία που πρέπει να εκτελέσει.

Αυτό είναι απλώς ένα πρώιμο ερευνητικό έργο από την DeepMind, που εργάζεται πάνω στην υποκείμενη τεχνολογία αντί να την αναπτύσσει σε ζωντανά

προϊόντα

. Μην περιμένετε λοιπόν ένα android να σας φτιάξει καφέ σύντομα.

Περισσότερα από το Tom’s Guide