Команда робототехніки DeepMind представила три нові розробки, які, за її словами, допоможуть роботам приймати швидші, якісніші та безпечніші рішення в природних умовах. Одне з них включає систему збору навчальних даних з “Конституцією робота”, щоб переконатися, що ваш робот-офісний асистент може принести вам більше паперу для принтера – але без того, щоб скосити людину-колегу, яка випадково опинилася на його шляху.
Система збору даних AutoRT від Google може використовувати візуальну мовну модель (VLM) і велику мовну модель (LLM), які працюють разом, щоб зрозуміти своє оточення, адаптуватися до незнайомих умов і прийняти рішення про відповідні завдання. Конституція робота, натхненна “Трьома законами робототехніки” Айзека Азімова, описується як набір “орієнтованих на безпеку підказок”, що вказують LLM уникати вибору завдань, пов’язаних з людьми, тваринами, гострими предметами та навіть електричними приладами.
Для додаткової безпеки DeepMind запрограмував роботів на автоматичну зупинку, якщо зусилля на суглоби перевищує певний поріг, і включив фізичний вимикач, за допомогою якого люди-оператори можуть їх деактивувати. Протягом семи місяців Google розгорнула парк з 53 роботів AutoRT у чотирьох різних офісних будівлях і провела понад 77 000 випробувань. Деякі роботи управлялися дистанційно людьми-операторами, тоді як інші працювали або на основі сценарію, або повністю автономно, використовуючи модель навчання штучного інтелекту Google Robotic Transformer (RT-2).
Роботи, які використовувалися у випробуваннях, виглядають більш утилітарно, ніж яскраво – оснащені лише камерою, маніпулятором і мобільною базою. “Для кожного робота система використовує VLM, щоб зрозуміти його оточення та об’єкти в межах видимості. Потім LLM пропонує список творчих завдань, які робот може виконати, наприклад, “Поклади закуску на стільницю”, і відіграє роль особи, яка приймає рішення, щоб вибрати відповідне завдання для робота”, – зазначає Google у своєму блозі.
Серед інших нових технологій DeepMind – SARA-RT, нейромережева архітектура, покликана зробити існуючого робота-трансформера RT-2 більш точним і швидким. Компанія також анонсувала RT-Trajectory, яка додає 2D-обриси, щоб допомогти роботам краще виконувати конкретні фізичні завдання, наприклад, витирати стіл.
Здається, нам ще дуже далеко до роботів, які автономно подають напої та збивають подушки, але коли вони з’являться, можливо, це будуть учні саме такої системи, як AutoRT.