קבוצת הרובוטיקה בחטיבת DeepMind של גוגל חשפה שלושה מוצרים חדשים שיעזרו לרובוטים לקבל החלטות מהירות יותר ולפעול בצורה יעילה ובטוחה יותר בזמן ביצוע משימות סביב אנשים.
מערכת רכישת הנתונים של AutoRT מבוססת על מודל השפה החזותי (VLM) ומודל השפה הגדול (LLM), המסייעים לרובוטים להעריך את סביבתם, להסתגל לסביבות לא מוכרות ולקבל החלטות לגבי משימות. ה-VLM משמש לניתוח הסביבה וזיהוי אובייקטים בטווח הראייה, בעוד שה-LLM אחראי על ביצוע יצירתי של משימות. החידוש החשוב ביותר של AutoRT היה ההופעה בבלוק LLM של "חוקות רובוט" - פקודות מוכוונות בטיחות שאומרות למכונה להימנע מבחירת משימות הכוללות אנשים, בעלי חיים, חפצים חדים ואפילו מכשירי חשמל. לצורך בטיחות נוספת, העבודה מתוכנתת להפסיק כאשר הכוח על המפרקים חורג מסף מסוים; ולעיצוב שלהם יש כעת מתג פיזי נוסף שאדם יכול להשתמש בו במקרה חירום.
במהלך שבעת החודשים האחרונים, גוגל פרסה 53 משרות עם מערכת AutoRT בארבעה מבנייני המשרדים שלה וערכה יותר מ-77 בדיקות. חלק מהמכונות נשלטו מרחוק על ידי מפעילים, בעוד שאחרות ביצעו משימות באופן אוטונומי, על בסיס אלגוריתם נתון או באמצעות מודל AI רובוטי (RT-2). עד כה, לכל הרובוטים האלה יש מראה מאוד פשוט: הם איברים מניפולטורים על בסיס נייד ומצלמות להערכת המצב.
החידוש השני היה מערכת SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers), שמטרתה לייעל את פעולת דגם ה-RT-2. החוקרים גילו שעל ידי הכפלת נתוני הקלט, למשל, הגדלת רזולוציית המצלמות, הצורך של הרובוט במשאבי מחשוב גדל פי ארבעה. בעיה זו נפתרה על ידי שיטה חדשה לכוונון AI שנקראת up-training - שיטה זו הופכת את הגידול הריבועי של הצורך במשאבי מחשוב לכמעט ליניארי. בשל כך, הדגם עובד מהר יותר, שומר על האיכות הקודמת.
לבסוף, מהנדסי Google DeepMind פיתחו את מודל RT-Trajectory AI, אשר מפשט אימון רובוטים לביצוע משימות ספציפיות. לאחר הגדרת משימה, המפעיל עצמו מדגים דגימה מביצועה, RT-Trajectory מנתח את מסלול התנועה שנקבע על ידי אדם ומתאים אותו לפעולות הרובוט.
קרא גם: