Fiziksel Zeka girişimi, neredeyse hiç karşılaşmadığı görevleri yerine getirebilen π0,7 modelini geliştirdi. Özellikle bilmediği bir fritözü kullanmayı başardı.
San Francisco merkezli bir robot bilimi girişimi olan Physical Intelligence, yakın zamanda alanında bir dönüm noktası olabilecek bir çalışma yayınladı. robotlara entegre yapay zeka. π0.7 olarak adlandırılan yeni modeli, neredeyse hiç karşılaşmadığı görevleri yerine getirebilecek kapasitede olacak. Sözlü açıklamalar ve veri tabanındaki birkaç sekansla model, neredeyse hiç alışık olmadığı bir fritözü kullanmayı başarabilirdi.
π0,7, devrim niteliğinde bir model mi?
Şu anda robotlar çok özel bir görevi gerçekleştirmek için milyonlarca saatlik video ve bilgiye güveniyor. Ancak π0,7 modeli bu çalışma modunu sarsabilir. Gerçekten de, Fiziksel Zeka girişimi, açıkça eğitilmediği görevleri yerine getirebilecek bir robot geliştirmeyi başarabilirdi. Başka bir deyişle, daha önce hiç karşılaşmadığı görevlerveya çok az.
π0,7 modeli, kendisi için yeni olan bir sorunu çözmek için farklı bağlamlarda edinilen veri ve becerileri birleştirme kapasitesine sahip olacaktır. Physical Intelligence'ın kurucu ortağı Sergey Levine, modelin veri toplama konusunda başarılı olacağını açıklıyor ve ” onları yeni bir şekilde yeniden karıştırın », robotlara entegre yapay zekanın geliştirilmesinde bir dönüm noktası olacak. Bu çalışma şeklini tam olarak anlayabilmek için Fiziksel Zeka tarafından yapılan fritöz testinden bahsetmek gerekir.
Fritöz testi
Bazı robotlar ters takla atmayı başarırken, çoğunluğu bunu yaparken büyük zorluk yaşıyor. günlük görevlerayakkabı bağlamak veya bulaşık makinesini çıkarmak gibi. Zorluk fizikseldir (kendinizi bir mekanda tam olarak konumlandırmak, bir elin hareketlerini yeniden üretmek vb.) ama aynı zamanda lojistiktir, çünkü özel kullanım ve dolayısıyla özel bilgi gerektiren çok sayıda nesne ve cihaz vardır. Örneğin bir robota belirli bir fritözün nasıl kullanılacağını öğretmek mümkün ancak piyasadaki tüm fritözleri kullanma kapasitesine sahip olmayacak.
π0.7 modeli tam da bir robot için karmaşık olan bu durumla karşı karşıya kaldı: ikincisi bir hava fritözüne bakan neredeyse hiç görmediği. Araştırmacılar, eğitim veri setlerinde bu testi geçmeyle ilgili yalnızca iki sekans belirlediler: biri bir robotun fritözü kapattığı, diğeri ise açık kaynaklı bir veri setinden başka bir robotun plastik bir şişe yerleştirdiği yer. Bu iki sıralamanın söz konusu fritözün nasıl kullanılacağını A'dan Z'ye öğrenmenize imkan vermediğini söylemek yeterli.
Yine de robotun, daha önce bahsedilen iki diziye ve web'den alınan ön eğitim verilerine dayanarak cihazı kabul edilebilir bir şekilde tatlı patates pişirmek için kullanmayı başardığı bildirildi. Stanford'da fiziksel zeka araştırmacısı ve bilgisayar bilimi doktora öğrencisi olan Lucy Shi şöyle açıklıyor: ” bilginin kökenini belirlemek çok zordur » model tarafından harekete geçirilmiştir.
Bir noktayı açıklığa kavuşturmak önemlidir: Alınan π0,7 sözlü talimatlar Test boyunca. Bu nedenle kendi haline bırakılmadı, ancak bu, yeni ek veri toplanmasına veya modelin yeniden eğitilmesine gerek kalmadan robotun gerçek zamanlı olarak geliştirilebileceği anlamına geliyordu. Lucy Shi bu hava fritözüyle ilgili başka bir deneyim anlatıyor. Başlangıçta robot, bir dereceye kadar kendi cihazlarına bırakılarak, cihazı kullanmada %5'lik bir başarı oranı elde edildi. İkinci olarak araştırmacılar, görevi modele açıklamak için yarım saat harcadılar. Başarı oranı o zaman %95'e çıkacaktı.
Eğer bu testler etkileyiciyse, startup'ın yapay zeka sektöründe sıklıkla olduğu gibi π0,7 performansını biraz abartıp abartmadığını hala zaman gösterecek. Amerikan medyasına göre TechCrunchPhysical Intelligence şu sıralar, değerini 11 milyar dolara, yani mevcut değerinin neredeyse iki katına çıkaracak yeni bir bağış toplama için pazarlık yapıyor. Her durumda, alandaki ilerleme göz kamaştırıcıdır. Son zamanlarda, “düşük fiyatlarla” satılan insansı bir robotu ve hatta kendi başına top sürmeyi ve şut atmayı öğrenen bir basketbol robotu olan Toyota CUE7'yi keşfetmeyi başardık.
👉🏻 Teknoloji haberlerini gerçek zamanlı takip edin: 01net'i Google'daki kaynaklarınıza ekleyin ve WhatsApp kanalımıza abone olun.
Kaynak :
TechCrunch
Bir yanıt yazın