A Gemini Robotics AI modelljével felszerelt robot kosárlabdát dobhat a karikaba.
Néhány nappal ezelőtt a Google DeepMind alkalmazta a nagy nyelvi modell (LLM) Ikrét a robotokra. A modell szerint a cég szerint a robotok bizonyos feladatokat képesek végrehajtani anélkül, hogy megfigyelnének más robotok mozgását. Például a "Dunk" egy mini kosárlabdát az asztalon lévő karikaba.
A DeepMind egyike azoknak a vállalatoknak, amelyek a chatbot technológiával próbálnak általános célú botokat fejleszteni. Figyelembe véve azonban, hogy az ilyen modellek hajlamosak hibákat és káros eredményeket hozni, ennek a technikai útnak a biztonsági következményei vannak.
A kutatócsoport reméli, hogy olyan gépet fejleszt, amely intuitív módon működteti, és különféle fizikai feladatokat végez emberi felügyelet vagy program előtti felügyelet nélkül. Carolina Parada, a DeepMind robotikai csapatának vezetője megjegyezte, hogy az Ikrek modelljének összekapcsolásával a fejlesztők javíthatják a robot képességét, hogy "megértsék a természetes nyelvet, és finomabb szinten érzékeljék a fizikai világot".
A Gemini Robotics nevű modellt március 12-én adták ki. Alexander Khazatsky, a Collectedai, az amerikai mesterséges intelligencia (AI) társaság társalapítója és AI kutatója megjegyezte, hogy ez egy "kicsi és kézzelfogható lépés" az univerzális robotok célja felé.
A DeepMind csapat a legmodernebb látomásán és nyelvmodelljén, a Gemini 2.
A csapat kifejlesztette a Gemini dedikált változatát a 3D -s fizikával és a térbeli érveléssel kapcsolatos feladatok képességeinek javítása érdekében, például egy objektum pályájának előrejelzése vagy az objektum azonos részének azonosítása a különböző szögekből származó képekből.
Ezenkívül a kutatók több ezer órányi, távolról működtetett robot-demonstrációs adatokkal kiképezték a modellt. Ez lehetővé teszi, hogy a robot "agya" valós feladatokat hajtson végre, hasonlóan ahhoz, hogy az LLM-ek hogyan társíthatják a következő szót egy mondatban a tanulás révén.
A kutatók a humanoid robotokon és a robotkarokon, amelyek harmonikus reduktorokat alkalmaztak, az Ikrek robotikáján tesztelték, lefedve az edzés során felmerült feladatokat, valamint az új feladatokat, amelyek nem voltak kitéve nekik. Azt mondják, hogy a modellel rendelkező robot felülmúlja a versenytársait egyaránt ismerős és új feladatokban, kiigazított részletekkel.
Azokban a feladatokban, amelyek finom manipulációt igényelnek, például az origami vagy a hátizsák felszámolását, a robot sikerességi aránya több mint 70%, miután kevesebb mint 100 tüntetést nézett. Más modelleket használó robotok szinte mindegyike sikertelen.
Khazatsky úgy véli, hogy a Google -csapat nagy munkát végzett a józan ész beültetésével a robot "agyába", de megjegyzi, hogy az igazi ugrás a "kaotikus valós világban" gyűjtött adatokból való megtanulásból származik, nem pedig laboratóriumi környezetben.
A biztonság jelentős kihívást jelent az ilyen modellek alkalmazásakor. Vikas Sindhwani, a New York -i New York -i Deepmind robotika és AI kutatója elmondta: "Kezdetben a robotok biztonságos távolságot tartanak az emberektől. A jövőben fokozatosan interaktív és együttműködési feladatokat hajtunk végre."