AI+-robotar rör sig mot verkligheten steg för steg.
För inte så länge sedan demonstrerade Figure humanoid robot den autonoma driften av kaffemaskinen, behöver bara lära sig från början till 10 timmar, roboten kan noggrant styra kaffemaskinen, utan någon fjärrkontroll, och har förmågan att automatiskt korrigera fel, kan känna igen den oplacerade kaffepåsen och sätta själva kaffepåsen.
För att inte bli överträffad använder Toyota, världens näst största bilföretag, AI-teknik och maskininlärningssystem för att göra det möjligt för robotar att observera och lära sig mänskligt beteende i hushållsaktiviteter och imitera människor att utföra hushållsarbete. Detta projekt visar inte bara utvecklingen av generativ artificiell intelligens för att hjälpa robotik, utan tillhandahåller också nya lösningar för framtiden för smarta hem och äldre liv.
Från den offentliga videon av experimentet styrde försöksledaren, ur perspektivet av en person som gillar att organisera, fjärrkontrollen med en mekanisk arm, så att roboten lärde sig hur man använder en sopskyffel och borste för att sopa bort bönorna på bord, och robotens egna sensorer gjorde att roboten kunde känna av greppet om fasta föremål och vikten av föremål. Efter undervisningen kan du genomföra denna hushållsaktivitet självständigt.
På denna robotarm använder Toyota ett maskininlärningssystem som kallas diffusionsstrategi, som liknar systemet som används i bildgeneratorer med artificiell intelligens, för att snabbt föreslå rätt nästa åtgärd genom flera möjligheter och information.
Tekniken, utvecklad i samarbete med forskare under ledning av Columbia University professor Shuran Song, erbjuder robotar ett effektivare sätt att lära sig.
Användningen av sådana maskininlärningssystem tillåter robotar att absorbera data mer flexibelt och därmed bättre anpassa sig till den komplexa fysiska världen och mänskliga miljön, och gör robotar bättre lämpade för arbete som kräver anpassningsförmåga, improvisation och flexibilitet än traditionella förprogrammerade rutiner.
Toyota försöker kombinera maskininlärningssystem med språkmodeller som stöder ChatGPT och dess konkurrenter, genom att kombinera språkmodeller som robotar kan lära sig att utföra uppgifter genom att titta på videor, förvandla onlineresurser som YouTube till kraftfulla robotutbildningsresurser som kan göra det möjligt för robotar att lära sig fler uppgifter genom att titta på videor. För att förbättra effektiviteten i lärandet.
Detta är inte den första roboten att lära sig färdigheter genom YouTube, ett team av forskare i Storbritannien har lanserat en liknande robotkock, laget implanterade en ny inlärningsalgoritm för denna robotkock, baserad på den visuella observationen av den mänskliga kocken, lägger gradvis till receptet till robotens recept, genom att beräkna likheten mellan vektoriseringen av de två. Lär dig och lägg till nya recept i realtid.
I efterföljande experiment matade teamet roboten med åtta enkla salladsrecept och fick den att titta på videor av människor som förberedde salladen. Efter att ha sett dessa videor kunde roboten känna igen receptet som användes och replikera det.
Roboten analyserade varje bildruta i videon och identifierade olika föremål som en kniv eller presentatörens hand, en förmåga som gjorde det möjligt för den att sluta sig till vad som skulle hända härnäst - till exempel om presentatören höll en kniv och en morot kunde roboten förutspå att moroten var på väg att hackas upp. Efter att roboten sett 16 videor identifierade algoritmen kända recept korrekt 93 procent av gångerna.
Det är värt att nämna att teamet som utvecklade roboten är från Cambridge Robotics Institute som grundades av Toyota 2015.
Att tillämpa språkmodeller på robotforskning verkar vara en ny trend i dessa dagar, med några stora teknikföretag, som Google DeepMind, som driver på för liknande forskning. Ett team på Google DeepMind har släppt programvaran Auto-R, som använder stora språkmodeller för att hjälpa robotar att fastställa praktiska och säkra uppgifter, som att helt enkelt sortera föremål och plocka upp ett vattenglas.
Genom att ta snabbtåget av generativ artificiell intelligens, har robotar gradvis förverkligats för att hjälpa människor att dela hushållsaktiviteter genom lärande, vilket kommer att ge våra liv mer bekvämlighet och även främja kommersialiseringen av tjänsterobotar som heta humanoida robotar. Framtiden kan vara sann som Musk sa, varje familj kommer att ha flera robotar som arbetar för oss, och dessa smartare och mer flexibla robotar kommer att bli viktiga partners i våra liv.