Robotgruppen i Googles DeepMind-afdeling har løftet sløret for tre nye produkter, der vil hjælpe robotter med at træffe hurtigere beslutninger og agere mere effektivt og sikkert, mens de udfører opgaver omkring mennesker.
AutoRTs dataopsamlingssystem er baseret på Visual Language Model (VLM) og Large Language Model (LLM), som hjælper robotter med at vurdere deres miljø, tilpasse sig ukendte miljøer og træffe beslutninger om opgaver. VLM bruges til at analysere miljøet og genkende objekter inden for synsvidden, mens LLM er ansvarlig for den kreative udførelse af opgaver. Den vigtigste nyskabelse ved AutoRT var udseendet i LLM-blokken af "Robot Constitutions" - sikkerhedsorienterede kommandoer, der fortæller maskinen at undgå at vælge opgaver, der involverer mennesker, dyr, skarpe genstande og endda elektriske apparater. Af hensyn til yderligere sikkerhed er arbejdet programmeret til at stoppe, når kraften på leddene overstiger en vis tærskel; og deres design har nu en ekstra fysisk kontakt, som en person kan bruge i en nødsituation.
I løbet af de sidste syv måneder har Google implementeret 53 jobs med AutoRT-systemet i fire af sine kontorbygninger og gennemført mere end 77 tests. Nogle af maskinerne blev fjernstyret af operatører, mens andre udførte opgaver autonomt enten baseret på en given algoritme eller ved hjælp af Robotic Transformer (RT-2) AI-modellen. Indtil videre har alle disse robotter et ekstremt simpelt udseende: de er manipulatorlemmer på en mobil base og kameraer til at vurdere situationen.
Den anden innovation var SARA-RT-systemet (Self-Adaptive Robust Attention for Robotics Transformers), der sigter mod at optimere driften af RT-2-modellen. Forskerne fandt ud af, at ved at fordoble inputdataene, for eksempel at øge opløsningen af kameraerne, firedobles robottens behov for computerressourcer. Dette problem blev løst med en ny metode til at finjustere AI kaldet up-training - denne metode gør den kvadratiske vækst i behovet for computerressourcer til en næsten lineær. På grund af dette arbejder modellen hurtigere og bevarer den tidligere kvalitet.
Endelig udviklede Google DeepMind-ingeniører RT-Trajectory AI-modellen, som forenkler træning af robotter til at udføre specifikke opgaver. Efter at have indstillet en opgave, demonstrerer operatøren selv en prøve af dens udførelse, RT-Trajectory analyserer bevægelsesbanen sat af en person og tilpasser den til robottens handlinger.
Læs også: