Kuigi robootikud on suutnud panna robotid tegema muljetavaldavaid asju, nagu näiteks parkuur laboris, on see kõik hoolikalt kavandatud, et see areneks välja rangelt kontrollitud keskkonnas. Roboti autonoomne töötamine teie kodus on endiselt mõnevõrra häiriv, eriti laste ja lemmikloomadega kodudes. Pealegi on majade kujundus erinev ning ruumide ja objektide paigutus on veelgi mitmekesisem.
Robootikaekspertide seas on laialt tunnustatud seisukoht, mida nimetatakse "Moraveci paradoksiks": mis on raske inimesele, on lihtne masinatele ja mis on lihtne inimestele, on raske masinatele. Kuid tänu tehisintellektile (AI) see muutub. Robotid hakkavad suutma täita selliseid ülesandeid nagu pesu voltimine, toiduvalmistamine ja ostukorvide mahalaadimine, mida veel kaua aega tagasi peeti robotite jaoks peaaegu võimatuks.
MIT Technology Review viimase numbri kohaselt on robootika kui valdkond pöördepunktis: robotid liiguvad laborist välja miljonitesse kodudesse. Robootika on oma kõrgpunkti äärel.
Kodurobotid ei saa olla liiga kallid
Varem olid robotid kallid, kuna väga keerukad mudelid maksid sadu tuhandeid dollareid, muutes need enamiku perede jaoks taskukohaseks. Näiteks PR2, üks varasemaid koduroboti iteratsioone, kaalus 200 kilogrammi ja maksis 400 $, 000 USD.
Õnneks on tasapisi tekkimas uus põlvkond odavamaid roboteid. USA idufirma HelloRoboti poolt välja töötatud uus kodurobot Stretch3 on märksa soodsama hinnaga 24 950 dollarit ja kaalub 24,5 kilogrammi. Sellel on väike mobiilne alus, juhtkang, mille küljes ripub kaamera, reguleeritav õlg ja kontrolleriga juhitav kinnitus, mille otsas on iminappa.
Vahepeal on USA Stanfordi ülikooli teadlaste rühm loonud süsteemi nimega MobileALOHA (odava hinnaga avatud lähtekoodiga riistvara kaugoperatsiooniks), mis võimaldab robotil õppida krevette küpsetama vaid 20 andmeühiku, sealhulgas inimese andmete abil. meeleavaldused. Meeskond kasutas valmiskomponente, et ehitada mõistlikuma hinnaga robot, kuigi ka see maksis kümneid tuhandeid dollareid, kuid varasemad sarnased mudelid võisid kergesti maksta sadu tuhandeid dollareid.
AI ehitab "universaalse roboti aju"
Mis eristab neid uusi roboteid nende "eelkäijatest", on tegelikult nende tarkvara. Tänu tehisintellekti buumile on tehnoloogia fookus nüüd nihkumas kallitelt robotitelt, mis saavutavad füüsilist osavust, närvivõrkudele, mis ehitavad "universaalset roboti aju".
Robootikaeksperdid kasutavad sügavat õppimist ja närvivõrke, et luua "aju" süsteeme, mis saavad keskkonnast õppida ja roboti käitumist rakendustes vastavalt kohandada, mitte traditsioonilist hoolikat planeerimist ja vaevarikast koolitust.
2023. aasta suvel tutvustas Google RT-2, nägemus-verbaalse tegevuse mudelit, mis kogub maailmast üldise arusaama koolitusel kasutatavate veebitekstide ja piltide ning oma suhtluse põhjal ning tõlgib andmed robotitoiminguteks.
Toyota uurimisinstituut, Columbia ülikool ja MIT-i meeskond on juba õpetanud robotitele kiiresti palju uusi ülesandeid nii tehisintellekti õppimise tehnika, mida nimetatakse imitatsiooniõppeks, kui ka generatiivseks tehisintellektiks. See lähenemisviis viib generatiivsete AI-tehnikate laiendamise teksti, piltide ja video valdkonnast roboti liikumise valdkonda.
Covariant, idufirma, mis arenes välja OpenAI nüüdseks suletud robootikauuringute osakonnast, ehitas selle asemel multimodaalse mudeli RFM-1, mis võtab vastu teksti, piltide, video ja roboti käskude näpunäiteid. Generatiivne AI võimaldab robotitel mõista juhiseid ja luua nende ülesannetega seotud pilte või videoid.
Rohkem andmeid sünnitab nutikamaid roboteid
Suurte tehisintellektimudelite, nagu GPT{0}} võimsus seisneb suure andmemahu kogumises Internetist, kuid see ei kehti robotite kohta, mis vajavad spetsiaalselt nende jaoks kogutud andmeid. Nad vajavad füüsilisi demonstratsioone, kuidas pesumasinaid ja külmikuid avada, taldrikut korjata või pesu kokku voltida. Praegu on neid andmeid väga vähe ja nende kogumine võtab kaua aega.
Google Deep Mind on selle muutmiseks käivitanud uue programmi nimega Open Source X-Embodiment Collaboration. Eelmisel aastal tegi ettevõte koostööd umbes 150 teadlasega 34 laboris, et koguda andmeid 22 erinevalt robotilt, sealhulgas HelloRoboti Stretch 3-lt. Saadud andmestik, mis avaldatakse 2023. aasta oktoobris, sisaldab 527 roboti oskust, nagu korjamine, lükkamine. , ja liigub.
Samuti on olemas robot nimega RT-X, mille jaoks on teadlased spetsiaalselt ehitanud mudelist kaks versiooni, mida saab nii lokaalselt erinevates laborites arvutites käivitada kui ka veebi kaudu juurde pääseda.
Suurem, veebis juurdepääsetav mudel oli eelkoolitatud Interneti-andmetega, et arendada suurtest keele- ja pildimudelitest "visuaalset mõistust". Kui teadlased käitavad RT-X mudelit paljudel erinevatel robotitel, avastavad nad, et sellised robotid on oskuste õppimisel 50% edukamad kui igas laboris iseseisvalt välja töötatud süsteemid.
Lühidalt öeldes on rohkem andmeid, mis teevad nutikamad robotid.