Model RT-2 firmy Google pomaga robotom łatwiej wykonywać działania w nowych sytuacjach

Google ogłosiło nowy model wizja-język-działanie (VLA) o nazwie Robotics Transformer 2 (RT-2), który opisuje jako „pierwszy w swoim rodzaju”. Według Google, RT-2 jest w stanie wprowadzać tekst lub obraz i wyprowadzać działania robota.

Firma stwierdziła, że ​​szkolenie robotów może być „wysiłkiem herkulesowym”, ponieważ wymagają szkolenia na miliardach punktów danych dla każdego obiektu, środowiska, zadania i sytuacji na świecie. Jednak w przypadku RT-2 Google twierdzi, że istnieje ogromna obietnica dla bardziej uniwersalnych robotów.

Chociaż firma jest podekscytowana tym, co może odblokować RT-2, powiedziała, że ​​​​należy wykonać wiele pracy, aby umożliwić pomocnym robotom w środowiskach skoncentrowanych na człowieku. W końcu, według DeepMind , fizyczny robot ogólnego przeznaczenia mógłby powstać z modeli VLA i mógłby rozumować, rozwiązywać problemy i interpretować informacje do wykonywania rzeczywistych zadań.

Jak sama nazwa wskazuje, nie jest to pierwsza iteracja modelu Robotics Transformer VLA. DeepMind powiedział, że RT-2 opiera się na pracy RT-1 i wykazuje ulepszone możliwości generalizacji w porównaniu z poprzednimi modelami oraz lepiej radzi sobie z nowymi, niewidocznymi zadaniami.

Kolejną nową umiejętnością, do której RT-2 był zdolny w stosunku do swoich poprzedników, jest rozumowanie symboliczne, co oznacza, że ​​może rozumieć abstrakcyjne koncepcje i logicznie nimi manipulować. Jednym z przykładów jest sytuacja, w której robot został poproszony o przesunięcie bana do sumy 2 plus 1 i wykonał zadanie poprawnie, mimo że nie został wyraźnie przeszkolony do wykonywania abstrakcyjnych działań matematycznych lub symbolicznych manipulacji.

Chociaż RT-2 jest dużym krokiem naprzód w dziedzinie robotyki, stwierdzenie, że przybyły roboty Terminator, byłoby niesprawiedliwe. Model nadal wymaga wkładu i nadzoru ze strony człowieka oraz napotyka znaczne ograniczenia techniczne w operacjach robotów w świecie rzeczywistym.

Mając to na uwadze, miejmy nadzieję, że doprowadzi to do powstania kilku interesujących robotów, które będą w stanie wykonywać zadania, które wcześniej nie były możliwe lub łatwe do wykonania.