Robotická skupina v divizi DeepMind společnosti Google odhalila tři nové produkty, které pomohou robotům činit rychlejší rozhodnutí a jednat efektivněji a bezpečněji při provádění úkolů kolem lidí.
Systém sběru dat AutoRT je založen na vizuálním jazykovém modelu (VLM) a velkém jazykovém modelu (LLM) – pomáhají robotům posuzovat prostředí, přizpůsobovat se neznámým situacím a rozhodovat se o plnění úkolů. VLM se používá k analýze prostředí a rozpoznávání objektů v dosahu vidění, zatímco LLM je zodpovědný za kreativní provádění úkolů. Nejdůležitější inovací AutoRT bylo objevení se v LLM bloku "Robot Constitutions" - příkazů zaměřených na bezpečnost, které stroji říkají, aby se vyhnul výběru úkolů, které zahrnují lidi, zvířata, ostré předměty a dokonce i elektrické spotřebiče. Pro účely dodatečné bezpečnosti je práce naprogramována tak, aby se zastavila, když síla působící na klouby překročí určitou prahovou hodnotu; a jejich konstrukce má nyní další fyzický spínač, který může osoba použít v případě nouze.
Za posledních sedm měsíců Google nasadil 53 úloh se systémem AutoRT ve čtyřech ze svých kancelářských budov a provedl více než 77 2 testů. Některé stroje byly řízeny operátory na dálku, jiné vykonávaly úkoly autonomně buď na základě daného algoritmu, nebo pomocí modelu AI Robotic Transformer (RT-XNUMX). Všichni tito roboti mají zatím extrémně jednoduchý vzhled: jsou to manipulační končetiny na mobilní základně a kamery pro vyhodnocování situace.
Druhou novinkou byl systém SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers), zaměřený na optimalizaci provozu modelu RT-2. Vědci zjistili, že zdvojnásobením vstupních dat, například zvýšením rozlišení kamer, vzroste potřeba robota na výpočetní zdroje čtyřnásobně. Tento problém vyřešila nová metoda jemného ladění AI zvaná up-training – tato metoda mění kvadratický růst potřeby výpočetních zdrojů na téměř lineární. Díky tomu model pracuje rychleji a zachovává předchozí kvalitu.
Nakonec inženýři Google DeepMind vyvinuli model umělé inteligence RT-Trajectory, který zjednodušuje trénování robotů pro provádění konkrétních úkolů. Po zadání úkolu sám operátor předvede ukázku jeho provedení, RT-Trajectory analyzuje trajektorii pohybu nastavenou osobou a přizpůsobí ji akcím robota.
Přečtěte si také: