Un robot dotato di un modello AI di robotica Gemelli può gettare un basket nel cerchio.
Qualche giorno fa, DeepMind di Google ha applicato i gemelli del modello di linguaggio di grandi dimensioni (LLM) ai robot. Con il modello, afferma la società, i robot possono svolgere determinati compiti senza dover osservare i movimenti di altri robot. Ad esempio, "Dunk" un mini basket nel cerchio sul tavolo.
DeepMind è una delle aziende che sta cercando di sviluppare robot per scopi generali usando la tecnologia Chatbot. Tuttavia, considerando che tali modelli sono inclini a produrre errori e risultati dannosi, questo percorso tecnico ha implicazioni di sicurezza.
Il team di ricerca spera di sviluppare una macchina intuitiva da operare e può svolgere una varietà di compiti fisici senza supervisione umana o pre-programma. Carolina Parada, capo del team di robotica di DeepMind, ha osservato che collegando il modello Gemini, gli sviluppatori possono migliorare la capacità del robot di "comprendere il linguaggio naturale e percepire il mondo fisico a un livello più fine".
Il modello, chiamato Gemini Robotics, è stato rilasciato il 12 marzo. Alexander Khazatsky, co-fondatore e ricercatore di intelligenza artificiale presso Collectected, una compagnia di intelligenza artificiale americana (AI), ha commentato che questo è un "passo piccolo e tangibile" verso l'obiettivo dei robot universali.
Il team DeepMind si basa sul suo modello di visione e linguaggio all'avanguardia, Gemini 2. 0, che è addestrato analizzando i modelli in enormi quantità di dati.
Il team ha sviluppato una versione dedicata di Gemini per migliorare le capacità dei compiti che coinvolgono la fisica 3D e il ragionamento spaziale, come prevedere la traiettoria di un oggetto o identificare la stessa parte di un oggetto da immagini prelevate da diversi angoli.
Inoltre, i ricercatori hanno formato il modello con migliaia di ore di dati demo robot pratici e gestiti a distanza. Ciò consente al "cervello" del robot di svolgere compiti del mondo reale, simile a come LLMS può associare la parola successiva in una frase attraverso l'apprendimento.
I ricercatori hanno testato la robotica Gemelli su robot umanoidi e braccia robotiche che impiegano riduttori armonici, coprendo compiti emersi in formazione e nuovi compiti che non erano stati esposti loro. Dicono che il robot con il modello supera i suoi concorrenti in compiti sia familiari che nuovi con dettagli regolati.
Nei compiti che richiedono delicati manipolazioni, come origami o sfuggire uno zaino, il robot ha un tasso di successo di oltre il 70% dopo aver visto meno di 100 manifestazioni. I robot usando altri modelli quasi tutti fallirono.
Khazatsky crede che il team di Google abbia fatto un ottimo lavoro nell'impianto di buon senso nel "cervello" del robot, ma osserva che il vero salto verrà dall'apprendimento dai dati raccolti nel "mondo reale caotico" piuttosto che in un ambiente di laboratorio.
La sicurezza diventa una sfida significativa quando si applica tali modelli. Vikas Sindhwani, robotica e ricercatore di intelligenza artificiale di DeepMind di New York, negli Stati Uniti, ha dichiarato: "Inizialmente, i robot manterranno una distanza di sicurezza dagli umani. In futuro, implementeremo gradualmente compiti più interattivi e collaborativi".