Google'ın DeepMind bölümündeki robot bilimi grubu, robotların insanların etrafında görevleri yerine getirirken daha hızlı kararlar almasına ve daha verimli ve güvenli hareket etmesine yardımcı olacak üç yeni ürünü tanıttı.
AutoRT'nin veri toplama sistemi, görsel dil modeline (VLM) ve büyük dil modeline (LLM) dayanmaktadır; robotların çevreyi değerlendirmesine, alışılmadık durumlara uyum sağlamasına ve görevlerin yerine getirilmesiyle ilgili kararlar almasına yardımcı olurlar. VLM, çevreyi analiz etmek ve görüş aralığındaki nesneleri tanımak için kullanılırken LLM, görevlerin yaratıcı bir şekilde yürütülmesinden sorumludur. AutoRT'nin en önemli yeniliği, makineye insanları, hayvanları, keskin nesneleri ve hatta elektrikli cihazları içeren görevleri seçmekten kaçınmasını söyleyen güvenlik odaklı komutlar olan "Robot Anayasaları"nın LLM bloğunda görünmesiydi. Ek güvenlik amacıyla, bağlantı noktalarına uygulanan kuvvet belirli bir eşiği aştığında iş duracak şekilde programlanmıştır; ve tasarımlarında artık bir kişinin acil durumlarda kullanabileceği ek bir fiziksel anahtar var.
Geçtiğimiz yedi ay boyunca Google, dört ofis binasında AutoRT sistemiyle 53 işe yer verdi ve 77'den fazla test gerçekleştirdi. Makinelerden bazıları operatörler tarafından uzaktan kontrol edilirken, diğerleri görevleri belirli bir algoritmaya dayalı olarak veya Robotik Transformatör (RT-2) yapay zeka modelini kullanarak otonom olarak gerçekleştirdi. Şu ana kadar tüm bu robotlar son derece basit bir görünüme sahip: mobil bir taban üzerinde manipülatör uzuvlar ve durumu değerlendirmek için kullanılan kameralar.
İkinci yenilik, RT-2 modelinin çalışmasını optimize etmeyi amaçlayan SARA-RT (Robotik Transformatörler için Kendini Uyarlayan Sağlam Dikkat) sistemiydi. Araştırmacılar, giriş verilerinin iki katına çıkarılmasıyla, örneğin kameraların çözünürlüğünün arttırılmasıyla, robotun bilgi işlem kaynaklarına olan ihtiyacının dört kat arttığını buldu. Bu sorun, ileri eğitim adı verilen yapay zekanın ince ayarının yeni bir yöntemiyle çözüldü; bu yöntem, bilgi işlem kaynaklarına duyulan ihtiyacın ikinci dereceden artışını neredeyse doğrusal bir hale getiriyor. Bu sayede model önceki kaliteyi koruyarak daha hızlı çalışır.
Son olarak Google DeepMind mühendisleri, robotların belirli görevleri yerine getirmesini kolaylaştıran RT-Trajectory AI modelini geliştirdi. Bir görev belirledikten sonra operatör, bunun uygulanmasının bir örneğini kendisi gösterir; RT-Trajectory, bir kişi tarafından belirlenen hareket yörüngesini analiz eder ve bunu robotun hareketlerine uyarlar.
Ayrıca okuyun: