Гуманоидные роботы в доме? Не так быстро, говорит эксперт

Это было целью до тех пор, пока гуманоиды были предметом популярного воображения-робота общего назначения, который может выполнять задачи, такие как прачечная или переработка сортировки, просто спросили.

25 сентября Google DeepMind, AI Lab Alphabet, произвел гул в пространстве, продемонстрировав гуманоидного робота, казалось бы, что делает именно это.

Компания Опубликовал сообщение в блоге и серия видео Applonik’s гуманоидный робот Аполлон складывает одежду, сортирует предметы в мусорные баки и даже помещая предметы в сумку человека – все через естественные языковые команды.

Это было частью демонстрации последних моделей ИИ компании-Gemini Robotics 1.5 и Gemini Robotics-Er 1.5. Целью объявления было проиллюстрировать, как можно использовать большие языковые модели, чтобы помочь физическим роботам «воспринимать, планировать [and] Подумайте, чтобы выполнить «многоэтапные задачи», по словам компании.

Важно просмотреть последние новости DeepMind с небольшим скептицизмом, особенно вокруг утверждений о том, что роботы имеют возможность «думать»,-говорит Равиндер Дахия, северо-восточный профессор электрической и компьютерной инженерии, который является соавтором а Интеллект природы отчет о том, как ИИ может быть интегрирован в роботов.

Gemini Robotics 1.5 и Gemini Robotics-Er 1.5 известны как модели действий на языке зрения, что означает, что они используют датчики зрения и изображение и изображение и изображение языковые данные Для большей части их анализа внешнего мира объясняет Дахия.

Gemini Robotics 1.5 работает, превратив визуальную информацию и инструкции в моторную команду ». В то время как Gemini Robotics-Er 1.5 “специализируется на понимании физических пространств, планировании и принятии логистических решений в рамках его окружения”, сообщает Google DeepMind.

Хотя все это может показаться магией на поверхности, все это основано на очень определенном наборе правил. Робот на самом деле не думает самостоятельно. По словам Дахия, все это подкреплено кучей высококачественных учебных данных и структурированных сценариев и алгоритмов.

«В этом случае становится легко итерации визуальных и языковых моделей, потому что существует большое количество данных», – говорит он. «Видение в ИИ не является чем -то новым. Это было уже давно».

Что является новым, так это то, что команда DeepMind смогла интегрировать эту технологию с Большие языковые моделиПо его словам, позволяя пользователям попросить робота выполнять задачи, используя простой язык.

Это впечатляет и «шаг в правильном направлении», – говорит Дахия, но мы все еще далеко от того, чтобы иметь гуманоидные роботы с чувствительными или мыслительными возможностями в паритете с людьми, отмечает он.

Например, Dahiya и другие исследователи находятся в процессе разработки технологий зондирования, которые позволяют роботам иметь ощущение ощущения и тактильную обратную связь. В частности, Dahiya работает над созданием электронных кожи роботов.

В отличие от данных о зрения, он не так много обучающих данных для этого типа зондирования, что важно, что важно в приложениях, включающих манипулирование мягкими и жесткими объектами.

Но как один пример. У нас также есть долгий путь, чтобы дать роботам возможность зарегистрировать боль и запах, добавляет он.

«Для неопределенных среды вам нужно полагаться на все методы датчиков, а не только зрение», – говорит он.

Эта история переиздана любезно предоставлена северо -восточными глобальными новостями НовостиПолем