Robots, kas aprīkots ar Dvīņu robotikas AI modeli, var iemest basketbolu stīpā.
Pirms dažām dienām Google's DeepMind robotiem ir pielietojis lielās valodas modeļa (LLM) Gemini. Ar modeli, saka uzņēmums, roboti var veikt noteiktus uzdevumus, neievērojot citu robotu kustības. Piemēram, "dunk" mini basketbolu stīpā uz galda.
DeepMind ir viens no uzņēmumiem, kas mēģina attīstīt vispārējas nozīmes robotprogrammatūras, izmantojot ChatBot tehnoloģiju. Tomēr, ņemot vērā, ka šādiem modeļiem ir tendence radīt kļūdas un kaitīgus rezultātus, šim tehniskajam ceļam ir drošības ietekme.
Pētniecības grupa cer attīstīt mašīnu, kas ir intuitīva darbībai un var veikt dažādus fiziskus uzdevumus bez cilvēka uzraudzības vai pirmsprogrammām. Karolīna Parada, Deepmind robotikas komandas vadītāja, atzīmēja, ka, savienojot Dvīņu modeli, izstrādātāji var uzlabot robota spēju "izprast dabisko valodu un uztvert fizisko pasauli smalkākā līmenī".
Modelis, ko sauc par Dvīņu robotiku, tika izlaists 12. martā. Aleksandrs Khazatskis, Amerikas mākslīgā intelekta (AI) uzņēmuma Collectedai līdzdibinātājs un AI pētnieks, komentēja, ka tas ir "mazs un taustāms solis" uz universālu robotu mērķi.
DeepMind komandas pamatā ir tā vismodernākais redzes un valodas modelis, Gemini 2. 0, kuru apmācīts, analizējot modeļus milzīgā datu apjomā.
Komanda ir izstrādājusi īpašu Dvīņu versiju, lai uzlabotu uzdevumu iespējas, kas saistītas ar 3D fiziku un telpisko spriešanu, piemēram, objekta trajektorijas prognozēšana vai vienas un tās pašas objekta daļas identificēšana no attēliem, kas ņemti no dažādiem leņķiem.
Turklāt pētnieki apmācīja modeli ar tūkstošiem stundu praktiskiem, attālināti darbinātiem robotu demonstrācijas datiem. Tas ļauj robota "smadzenēm" veikt reālās pasaules uzdevumus, līdzīgi kā tas, kā LLM var saistīt nākamo vārdu teikumā, izmantojot mācīšanos.
Pētnieki pārbaudīja Dvīņu robotiku uz humanoīdiem robotiem un robotizētiem ieročiem, izmantojot harmoniskos reduktorus, aptverot uzdevumus, kas parādījās apmācībā, kā arī jaunus uzdevumus, kas viņiem nebija pakļauti. Viņi saka, ka robots ar modeli pārspēj savus konkurentus gan pazīstamos, gan jaunos uzdevumos ar koriģētām detaļām.
Veicot uzdevumus, kuriem nepieciešama delikāta manipulācija, piemēram, origami vai mugursomas iespekošana, robota veiksmes līmenis ir vairāk nekā 70% pēc tam, kad ir skatījies mazāk nekā 100 demonstrācijas. Roboti, izmantojot citus modeļus, gandrīz visi neizdevās.
Khazatskis uzskata, ka Google komanda ir paveikusi lielisku darbu, implantējot veselo saprātu robota "smadzenēs", bet viņš atzīmē, ka reālais lēciens nāks, mācoties no datiem, kas savākti "haotiskā reālajā pasaulē", nevis laboratorijas vidē.
Drošība kļūst par būtisku izaicinājumu, piemērojot šādus modeļus. Vikas Sindhwani, robotika un AI pētnieks Deepmind Ņujorkā, ASV, sacīja: "Sākotnēji roboti nodrošinās drošu attālumu no cilvēkiem. Nākotnē mēs pakāpeniski ieviesīsim interaktīvākus un sadarbības uzdevumus."