Grupi i robotikës në divizionin DeepMind të Google ka zbuluar tre produkte të reja që do t'i ndihmojnë robotët të marrin vendime më të shpejta dhe të veprojnë në mënyrë më efikase dhe të sigurt gjatë kryerjes së detyrave rreth njerëzve.
Sistemi i mbledhjes së të dhënave të AutoRT bazohet në modelin e gjuhës vizuale (VLM) dhe modelin e gjuhës së madhe (LLM) - ato ndihmojnë robotët të vlerësojnë mjedisin, të përshtaten me situata të panjohura dhe të marrin vendime për kryerjen e detyrave. VLM përdoret për të analizuar mjedisin dhe për të njohur objektet brenda rrezes së vizionit, ndërsa LLM është përgjegjëse për ekzekutimin krijues të detyrave. Risia më e rëndësishme e AutoRT ishte shfaqja në bllokun LLM të "Robot Kushtetuta" - komanda të orientuara drejt sigurisë që i thonë makinës të shmangë zgjedhjen e detyrave që përfshijnë njerëz, kafshë, objekte të mprehta dhe madje edhe pajisje elektrike. Për qëllime sigurie shtesë, puna është programuar të ndalojë kur forca në nyje tejkalon një prag të caktuar; dhe dizajni i tyre tani ka një çelës fizik shtesë që një person mund ta përdorë në rast urgjence.
Gjatë shtatë muajve të fundit, Google vendosi 53 vende pune me sistemin AutoRT në katër nga ndërtesat e tij të zyrave dhe kreu më shumë se 77 teste. Disa nga makineritë kontrolloheshin nga distanca nga operatorët, ndërsa të tjerët kryenin detyra në mënyrë autonome ose bazuar në një algoritëm të caktuar ose duke përdorur modelin AI të Transformer Robotik (RT-2). Deri më tani, të gjithë këta robotë kanë një pamje jashtëzakonisht të thjeshtë: janë gjymtyrë manipuluese në një bazë të lëvizshme dhe kamera për vlerësimin e situatës.
Risia e dytë ishte sistemi SARA-RT (Vëmendje e fortë Vetë-Adaptive për Transformatorët Robotikë), që synonte optimizimin e funksionimit të modelit RT-2. Studiuesit zbuluan se duke dyfishuar të dhënat hyrëse, për shembull, duke rritur rezolucionin e kamerave, nevoja e robotit për burime llogaritëse rritet katërfish. Ky problem u zgjidh nga një metodë e re e rregullimit të inteligjencës artificiale të quajtur up-training - kjo metodë e kthen rritjen kuadratike të nevojës për burime llogaritëse në një pothuajse lineare. Për shkak të kësaj, modeli funksionon më shpejt, duke ruajtur cilësinë e mëparshme.
Më në fund, inxhinierët e Google DeepMind zhvilluan modelin RT-Trajectory AI, i cili thjeshton trajnimin e robotëve për të kryer detyra specifike. Pas vendosjes së një detyre, vetë operatori demonstron një mostër të ekzekutimit të saj, RT-Trajectory analizon trajektoren e lëvizjes të vendosur nga një person dhe e përshtat atë me veprimet e robotit.
Lexoni gjithashtu: