Азимов е бил прав: трите закона на роботиката най-накрая стигнаха до истинските роботи
Гугъл показа редица технологии, които ще създадат самостоятелните машини още по-интелигентни и безвредни.
Екипът на DeepMind, поделение на Гугъл, показа обилни нововъведения в региона на роботиката, ориентирани към възстановяване на скоростта, успеваемостта и сигурността на роботите в действителна среда. Основното изобретение е системата за събиране на данни AutoRT с „ Роботизирана конституция “, учредена на Трите закона на роботиката на Айзък Азимов. Тази идея включва консолидираното на образен езиков модел (VLM) и огромен езиков модел (LLM) за адаптиране към непозната среда и установяване на набор от подобаващи задания.
AutoRT се управлява от „ Конституцията на робота„, съдържаща набор от безвредни инструкции за LLM, с цел да се заобикалят задания, включващи хора, животни, остри предмети и електрически уреди. За спомагателна сигурност DeepMind е оборудвала роботите с функционалност за автоматизирано прекъсване при превишаване на избран предел на силата върху ставите им и е въвела физически спешен ключ, с който операторите могат ръчно да изключват роботите.
В продължение на седем месеца Гугъл разпростра флотилия от 53 AutoRT робота в четири офис здания, като организира над 77 000 теста с тях. Някои роботи бяха ръководени отдалечено от хора, до момента в който други работеха по авансово заложен сюжет или изцяло самостоятелно, употребявайки модела за изкуствен интелект Robotic Transformer (RT-2).
Използваните при тестванията роботи имат утилитарен дизайн и са оборудвани с камера, роботизирана ръка и мобилна основа. Във всеки един случай системата употребява VLM, с цел да разбере околната среда и обектите, а по-късно LLM предлага лист с креативен задания, като да вземем за пример „ постави закуската на плота на масата “, и избира подобаваща задача, която роботът да извърши.
DeepMind показа и SARA-RT – нова архитектура за невронните мрежи, предопределена да усъвършенства точността и скоростта на съществуващия модел RT-2 Robotic Transformer, както и RT-Trajectory, който прибавя 2D схеми, с цел да даде по-добра опция на роботите да извършват характерни физически задания, като да вземем за пример да избършат маса.
Макар че роботите, способни да правят независимата си поддръжка и другите битови задания, към момента са надалеч, тяхното създаване и образование в бъдеще може да се основава на точно на система, сходна на AutoRT.
Гугъл показа и много подробна информация за новия ИИ модел RT-Trajectory. За хората може да е интуитивно да схванат по какъв начин да избършат масата, само че има доста способи, по които роботът може да трансформира дадена директива в действителни физически придвижвания.
Компанията е създала ИИ модела RT-Trajectory, който автоматизирано прибавя образни очертания, описващи придвижванията на робота в подготвителните видеоклипове. RT-Trajectory взема всеки видеоклип от набора от данни за образование и го наслагва с 2D скицата на траекторията на захвата на роботизираната ръка, до момента в който тя извършва задачата. Тези траектории, под формата на RGB изображения, дават на практика образни подсказки на ниско равнище на модела, до момента в който той учи политиките си за ръководство на робота.
