Robotët e Toyota-s po mësojnë të bëjnë punët e shtëpisë

Prodhuesi i makinave Toyota po zhvillon robotë të aftë për të mësuar të bëjnë punët e shtëpisë duke vëzhguar se si njerëzit i marrin përsipër detyrat. Projekti është një shembull i robotikës që merr një nxitje nga AI gjeneruese.

Si dikush që e shijon shumë Zenin e rregullimit, isha shumë i lumtur të kapja një tas pluhuri, me furçë dhe të fshija disa fasule të derdhura në një tavolinë ndërsa vizitoja Laboratorin Kërkimor Toyota në Kembrixh, Massachusetts vitin e kaluar. Detyra e përditshme ishte më sfiduese se zakonisht, sepse më duhej ta bëja duke përdorur një palë krahë robotikë të teleoperuar me pincë me dy gishta për duart.

Ndërsa u ula përpara tavolinës, duke përdorur një palë kontrollues si doreza biçiklete me butona dhe leva shtesë, mund të ndjeja ndjesinë e kapjes së sendeve të forta, si dhe të ndjeja peshën e tyre ndërsa i ngrija, por u desh ende pak të mësohesha.

Pas disa minutash rregullimi, vazhdova turneun tim në laborator dhe harrova periudhën time të shkurtër si mësuese robotësh. Disa ditë më vonë, Toyota më dërgoi një video të robotit që kisha përdorur duke fshirë vetë një rrëmujë të ngjashme, duke përdorur atë që kishte mësuar nga demonstrimet e mia të kombinuara me disa demonstrime të tjera dhe disa orë të tjera praktikë duke fshirë brenda një simulimi. botë.

Shumica e robotëve – dhe veçanërisht ata që bëjnë punë të vlefshme në depo ose fabrika – mund të ndjekin vetëm rutina të paraprogramuara që kërkojnë ekspertizë teknike për t’u planifikuar. Kjo i bën ata shumë të saktë dhe të besueshëm, por krejtësisht të papërshtatshëm për të trajtuar punën që kërkon përshtatje, improvizim dhe fleksibilitet – si pastrimi ose shumica e punëve të tjera në shtëpi. Të kesh robotë të mësojnë të bëjnë gjëra për veten e tyre është dëshmuar sfiduese për shkak të kompleksitetit dhe ndryshueshmërisë së botës fizike dhe mjediseve njerëzore, dhe vështirësisë për të marrë të dhëna të mjaftueshme stërvitore për t’i mësuar ata të përballen me të gjitha rastet.

Ka shenja që kjo mund të ndryshojë. Përmirësimet dramatike që kemi parë në chatbot-et e AI gjatë apo më shumë vitit të kaluar kanë shtyrë shumë robotistë të pyesin nëse hapa të ngjashëm mund të jenë të arritshëm në fushën e tyre. Algoritmet që na kanë dhënë chatbot mbresëlënës dhe gjeneratorë imazhesh po i ndihmojnë gjithashtu robotët të mësojnë në mënyrë më efikase.

Roboti gjithëpërfshirës që kam trajnuar përdor një sistem të mësimit të makinerive të quajtur një politikë difuzioni, të ngjashme me ato që fuqizojnë disa gjeneratorë imazhesh të AI , për të arritur në veprimin e duhur për të ndërmarrë në një fraksion të sekondës, bazuar në mundësitë e shumta dhe burime të shumta të dhënash. Teknika u zhvillua nga Toyota në bashkëpunim me studiues të udhëhequr nga Shuran Song , një profesor në Universitetin e Kolumbias, i cili tani drejton një laborator robotësh në Stanford.

Toyota po përpiqet të kombinojë këtë qasje me llojin e modeleve gjuhësore që mbështesin ChatGPT dhe rivalët e tij. Qëllimi është të mundësohet që robotët të mësojnë se si të kryejnë detyra duke parë video, duke i kthyer potencialisht burimet si YouTube në burime të fuqishme trajnimi robotësh. Me sa duket atyre do t’u shfaqen klipe të njerëzve që bëjnë gjëra të arsyeshme, jo marifetet e dyshimta ose të rrezikshme që gjenden shpesh në mediat sociale.

“Nëse nuk keni prekur kurrë ndonjë gjë në botën reale, është e vështirë ta kuptoni këtë vetëm duke shikuar video në YouTube”, thotë Russ Tedrake, nënkryetar i Kërkimeve Robotike në Institutin Kërkimor Toyota dhe profesor në MIT. Shpresa, thotë Tedrake, është se një kuptim bazë i botës fizike i kombinuar me të dhënat e krijuara në simulim, do t’u mundësojë robotëve të mësojnë veprime fizike nga shikimi i klipeve në YouTube. Qasja e difuzionit “është në gjendje të thithë të dhënat në një mënyrë shumë më të shkallëzueshme”, thotë ai.

Toyota njoftoi institutin e saj të robotikës në Kembrixh në vitin 2015 së bashku me një institut të dytë dhe selinë në Palo Alto, Kaliforni. Në vendin e saj të origjinës, Japoninë – si në SHBA dhe vende të tjera të pasura – popullsia po plaket me shpejtësi. Kompania shpreson të ndërtojë robotë që mund t’i ndihmojnë njerëzit të vazhdojnë të jetojnë jetë të pavarur ndërsa plaken.

Laboratori në Kembrixh ka dhjetëra robotë që punojnë në punët e përditshme, duke përfshirë qërimin e perimeve, përdorimin e mikserëve me dorë, përgatitjen e ushqimeve dhe rrokullisjen e petullave. Modelet gjuhësore po rezultojnë të dobishme sepse përmbajnë informacione rreth botës fizike, duke i ndihmuar robotët të kuptojnë objektet para tyre dhe se si mund të përdoren.

Është e rëndësishme të theksohet se pavarësisht nga shumë demonstrime mjaft të shkëlqyeshme për të bërë përshtypje një vizitor të rastësishëm, robotët ende bëjnë shumë gabime. Ashtu si versionet e mëparshme të modelit që qëndron pas ChatGPT, ata mund të devijojnë mes të duken si njerëzor dhe të bëjnë gabime të çuditshme. Pashë një robot duke përdorur pa mundim një mikser dore dhe një tjetër duke luftuar për të kapur majën e shisheve.

Toyota nuk është e vetmja kompani e madhe e teknologjisë që shpreson të përdorë modele gjuhësore për të avancuar kërkimin e robotikës. Javën e kaluar, për shembull, një ekip në Google DeepMind zbuloi kohët e fundit Auto-R , softuer që përdor një model të madh gjuhësor për të ndihmuar robotët të përcaktojnë detyrat që ata mund të kryejnë realisht dhe në mënyrë të sigurtë në botën reale.

Përparim po bëhet gjithashtu në harduerin e nevojshëm për të avancuar mësimin e robotëve. Javën e kaluar një grup në Universitetin Stanford të udhëhequr nga Chelsea Finn postoi video të një sistemi robotik celular me kosto të ulët të quajtur ALOHA. Ata thonë se fakti që është i lëvizshëm i lejon robotit të trajtojë një gamë më të gjerë detyrash, duke i dhënë atij një gamë më të gjerë përvojash për të mësuar sesa një sistem i mbyllur në një vend.

Dhe ndërkohë që është e lehtë të mahnitesh nga videot demonstruese të robotëve, ekipi i ALOHA ishte mjaft i mirë për të postuar një mbështjellje kryesore të mënyrave të dështimit që tregonte robotin duke u gërryer, thyer dhe derdhur gjëra. Shpresojmë se një robot tjetër do të mësojë se si të pastrohet pas tij.