Google създаде конституция за роботите, която ще ги направи по-безопасни за хората
Група, занимаваща се с роботехника в подразделението DeepMind на Гугъл, показа три нови продукта, които ще оказват помощ на роботите да вземат по-бързо решения и да извършват дилемите по-ефективно и безвредно, когато са заобиколени от хора.
Системата за събиране на данни AutoRT употребява образен езиков модел (VLM) и огромен езиков модел (LLM), с цел да помогне на роботите да оценят своята среда, да се приспособяват към непознатите среди и да вземат решения за осъществяваните задания. VLM се употребява за разбор на околната среда и за различаване на обектите в полезрението; и LLM дава отговор за креативното осъществяване на дилемите. Най-важното изобретение на AutoRT беше появяването на „ Конституция на робота “ в LLM блока — насочени към сигурността команди, инструктиращи машината да заобикаля избора на задания, които включват хора, животни, остри предмети и даже електроуреди. За спомагателна сигурност, роботите са програмирани да стопират, когато общата мощ надвиши избран праг; а в тяхната структура към този момент ще има и спомагателен физически спешен бутон, който човек може да употребява при незабавни случаи.
През последните седем месеца Гугъл разположи 53 робота AutoRT в четири от своите офис здания и организира повече от 77 000 теста. Някои от машините са ръководени отдалечено от оператори, а други са изпълнявали дилемите самостоятелно, или въз основа на даден логаритъм, или благодарение на AI-модела Robotic Transformer (RT-2). Към момента всички тези роботи наподобяват извънредно просто: съставляват крайници-манипулатори върху преносима основа и камери за оценка на обстановката.
Второто изобретение е системата SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers), ориентирана към усъвършенстване на работата на модела RT-2. Изследователите са открили, че при удвояване на входните данни, да вземем за пример след увеличение на разграничителната дарба на камерите, потребността на робота от изчислителни запаси се учетворява. Този проблем беше решен с помощта на нов способ за фина конфигурация на AI, наименуван up-training — този способ трансформира квадратичното нарастване на потребността от изчислителни запаси съвсем в линейно. Благодарение на това моделът работи по-бързо, запазвайки същото качество.
И най-после, инженерите на Гугъл в DeepMind са създали AI-модел, наименуван RT-Trajectory, който улеснява образованието на роботите при осъществяването на съответни задания. След като сложи задачата, самият оператор показва образец за нейното изпълнение; RT-Trajectory проучва заложената от индивида траектория и я приспособява към дейностите на робота.
