Роботите се учат от видеоклипове да изпълняват задачи благодарение на нов ИИ модел от Skild. Системата позволява на роботите да придобиват умения, като наблюдават видеоклипове с хора и изпълняват задачи, като отваряне на врати, поливане на растения, сглобяване на кутии и дори готвене с по-малко от час специфични за робота данни за обучение.

Според фирмата Skild Brain е устойчив на смущения, подходящ е за нови домове без преобучение и работи с различни типове роботи – от колесни хуманоиди до двуръки конфигурации. При тестове той може прецизно да сглоби няколко кутии AirPod поред. Skild Brain приписва успеха си на контекстуалното обучение и планира да разшири още повече възможностите си.

В надпреварата за разработване на роботи с наистина универсално предназначение индустрията се сблъска с добре познато препятствие: пречка в усвояването на данните.

Докато големите езикови модели процъфтяваха благодарение на огромни масиви от данни, събрани от интернет, роботиката не разполагаше с еквивалентен вариант. Традиционните подходи разчитат в голяма степен на телеоперация, при която хората ръчно направляват роботите да изпълняват прецизни последователности от моторни въртящи моменти. Но компанията за роботика твърди, че този метод сам по себе си не може да достигне нивото на основните модели.

Телеоперацията обаче се сблъсква с две основни ограничения. Първо, разнообразието: данните са ограничени до контролирани лаборатории или специфични приложения, като липсва хаотичната променливост на реалните среди. Второ, мащабът: събирането на трилиони последователности от действия в реално време дори с глобална работна сила е практически невъзможно.

Според фирмата за разлика от конвенционалните модели на изкуствен интелект, проектирани за конкретни типове роботи, нейният основен модел е универсален и може да контролира всеки робот – хуманоиди, четириноги, настолни ръце и мобилни манипулатори – без предварителна информация за точната му форма.

Skild Brain на компанията позволява на роботите да изпълняват ежедневни задачи като почистване, зареждане на съдомиялни машини и готвене, както и физически натоварващи дейности като придвижване по хлъзгав или неравен терен. Според The Robot Report моделът набляга на адаптирането, а не на запаметяването, създавайки непрекъснат цикъл на обучение, който подобрява производителността с всяко внедряване, независимо от хардуера на робота или задачата, която трябва да изпълни. 

Подходът черпи вдъхновение от човешкото учене, при което уменията се придобиват чрез наблюдение и намерение, а не чрез прецизни сили или движения. Видеоклиповете – от камери, закрепени на главата на първото лице, до милиони обучителни клипове онлайн – предлагат обширен, досега неизползван набор от данни за роботиката. Преодолявайки разликата в олицетворението, Skild Brain картографира човешките действия върху различни форми на роботи и компенсира липсващите тактилни данни или данни за силата.

Снимка: Pexels/Skild AI, YouTube

Виж още: Микрогравитацията в Космоса: съюзник в борбата с устойчиви на лекарства бактерии