Grupa za robotiku u Googleovom odjelu DeepMind predstavila je tri nova proizvoda koji će pomoći robotima da donose brže odluke i djeluju efikasnije i sigurnije dok obavljaju zadatke oko ljudi.
AutoRT-ov sistem prikupljanja podataka baziran je na modelu vizuelnog jezika (VLM) i modelu velikog jezika (LLM) - oni pomažu robotima da procene okruženje, da se prilagode nepoznatim situacijama i donesu odluke o obavljanju zadataka. VLM se koristi za analizu okoline i prepoznavanje objekata unutar vidnog polja, dok je LLM odgovoran za kreativno izvršavanje zadataka. Najvažnija inovacija AutoRT-a bila je pojava u LLM bloku "Robot Constitutions" - sigurnosno orijentiranih komandi koje govore mašini da izbjegava biranje zadataka koji uključuju ljude, životinje, oštre predmete, pa čak i električne uređaje. Radi dodatne sigurnosti, rad je programiran da se zaustavi kada sila na zglobove pređe određeni prag; a njihov dizajn sada ima dodatni fizički prekidač koji osoba može koristiti u hitnim slučajevima.
U proteklih sedam mjeseci, Google je rasporedio 53 posla sa AutoRT sistemom u četiri svoje poslovne zgrade i sproveo više od 77 testova. Nekim mašinama su operateri upravljali daljinski, dok su drugi obavljali zadatke samostalno ili na osnovu datog algoritma ili koristeći robotski transformator (RT-2) AI model. Do sada, svi ovi roboti imaju izuzetno jednostavan izgled: to su udovi manipulatora na mobilnoj bazi i kamere za procjenu situacije.
Druga inovacija bio je sistem SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers) koji je imao za cilj optimizaciju rada modela RT-2. Istraživači su otkrili da se udvostručavanjem ulaznih podataka, na primjer, povećanjem rezolucije kamera, potreba robota za računskim resursima povećava četiri puta. Ovaj problem je riješen novom metodom finog podešavanja AI pod nazivom up-training - ova metoda pretvara kvadratni rast potrebe za računarskim resursima u gotovo linearan. Zbog toga model radi brže, zadržavajući prethodni kvalitet.
Konačno, Google DeepMind inženjeri razvili su RT-Trajectory AI model, koji pojednostavljuje obuku robota za obavljanje specifičnih zadataka. Nakon postavljanja zadatka, operater sam demonstrira uzorak njegovog izvršenja, RT-Trajectory analizira putanju kretanja koju je postavila osoba i prilagođava je radnjama robota.
Pročitajte također: