Достижения в области искусственного интеллекта стремительно ускоряют процесс обучения роботов и помогают им практически мгновенно выполнять новые задачи.
ВОЗ
Гибкость, Amazon, Ковариант, Надежность, Исследовательский институт Toyota
КОГДА
Сейчас
Генеративный ИИ меняет парадигму обучения роботов. Теперь стало ясно, как мы сможем наконец создать по-настоящему способных роботов, которые десятилетиями оставались лишь научной фантастикой.
Исследователи робототехники не понаслышке знакомы с искусственным интеллектом — например, он годами помогал роботам обнаруживать объекты на своём пути. Но несколько лет назад робототехники начали восхищаться прогрессом в разработке крупных языковых моделей. Создатели этих моделей могли загружать в них огромные объёмы текста — книги, стихи, руководства — а затем настраивать их для генерации текста на основе подсказок.
Ознакомьтесь с полным списком 10 прорывных технологий 2025 года.
Идея сделать то же самое для робототехники была заманчивой, но невероятно сложной. Одно дело использовать ИИ для создания предложений на экране, и совсем другое — использовать его для обучения физического робота движению и выполнению полезных действий.
Связанная история
Если большинству роботов по-прежнему нужны удаленные операторы-люди для обеспечения их безопасности и эффективности, почему мы должны приветствовать их у себя дома?
Робототехники добились значительных прорывов в этом направлении. Одним из них стало понимание того, как объединить различные виды данных, а затем сделать их полезными и понятными для робота. Возьмём, к примеру, мытьё посуды. Можно собирать данные, когда человек моет посуду, используя датчики. Затем их можно объединить с данными телеуправления, полученными от человека, выполняющего ту же задачу с помощью роботизированных рук. Кроме того, можно искать в интернете изображения и видео людей, моющих посуду.
Грамотно объединив эти источники данных в новую модель ИИ, можно обучить робота, который, пусть и не идеален, будет иметь значительное преимущество перед роботами, обученными более ручными методами. Наличие множества способов выполнения одной и той же задачи облегчает моделям ИИ импровизацию и позволяет предсказывать, каким должен быть следующий шаг робота в реальном мире.
Это прорыв, который должен переосмыслить способы обучения роботов. Роботы, работающие в коммерческих помещениях, например, на складах, уже используют такие передовые методы обучения, и уроки, которые мы извлечём из этих экспериментов, могут заложить основу для создания умных роботов, которые будут помогать по дому.
2025
10 прорывных технологий
Источник: www.technologyreview.com
