Google перевіряє свого останнього робота, що працює на AI, на кухні
Модельна модель Google Pathways (Palm)-це відносно нова 54-мільярдова мережа параметрів, побудована для виконання різноманітних складних мовних завдань. Кажуть, що є досить розумним, щоб описати, як це вирішило математичну проблему, і дратує вас, пояснивши власні жарти. Замість того, щоб зосереджуватися на одній області "досвіду" та починати свіжий щоразу, коли він вивчає нову майстерність, Пальма може "укладати" раніше засвоєні знання, щоб розробити рішення новим проблемам, подібно до того, як люди оцінюють нові ситуації. Це важливо, якщо робот призначений для того, щоб допомогти людям у їхній роботі чи щоденному особистому житті.
Просто так трапляється, що материнська компанія Google, Alphabet, працює над новою фірмою з робототехніки під назвою "Щоденні роботи". Як випливає з назви, мета фірми-побудувати роботів, які навчаються самостійно та піклуються про "трудомісткі, щоденні завдання". У поєднанні з Palm, робот Saycan щоденних роботів стає Palm-Saycan, бот, здатний оцінити власні можливості, його оточення та завдання, а потім розбити це завдання на менші підзадачі для досягнення бажаної мети.
У той час як більшість роботів тестуються в межах лабораторії, вся суть Palm-Saycan полягає в тому, щоб допомогти у різноманітних і часто незапланованих проблемах та завданнях. Це надихнуло команди Google та щоденних роботів, щоб замість цього взяти на офісну кухню Palm-Saycan. Тут Палм-Саякан можна попросити взяти мішок з чіпсами з ящика, вибрати між Коксом і Пепсі і навіть допомогти людям вирішити проблему розлитого напою.
Почувши: "Я пролив кокс, чи можете ви принести мені щось, щоб очистити його?" Палм-Сейкан запланував і виконав кроки, необхідні для пошуку губки, забрати її та принести губку до людини, яка розлила напій, згідно з повідомленням на Github. Невелика зміна інструкцій робота успішно змінила результат: "Я розлив кокс, чи можете ви принести мені заміну?" спонукав Palm-Saycan знайти балончик з коксом і принести її. Аналогічно успішні результати відбулися, коли люди сказали Palm-Saycan, що вони щойно завершили тренування, і хочуть випити та закуску, або що вони хотіли, щоб робот прибрав кілька предметів ліворуч на кухонному прилавку. Palm-Saycan навіть міг вирішити ці проблеми, коли вони були представлені іспанською, французькою та китайською мовою.
Що вражає і жахливо щодо комбінації долонь-сейканів, це те, що колись один робот засвоїть навички, інші роботи, обладнані долоні, можуть відмовитися від процесу навчання, коли навички швидко перенесли себе. За його словами, цей процес потребує втручання людини, тому навряд чи флот ботів з пальмо-сайкан дізнається і поширить, як незабаром перейняти світ.
Читати далі
Новий MIT AI самостійно розробляє роботів
Команда вважає, що RoboGrammar може направити дослідників на нові напрямки, що призведе до більш ефективних та винахідливих конструкцій.
Boston Dynamics прощається з 2020 роком із танцювальною вечіркою роботів
Одного разу на наших могилах можуть танцювати роботи, і вони будуть напрочуд добре в цьому!
Апаратні прискорювачі можуть значно покращити час реакції робота
Якщо ми хочемо створити кращих роботів, вони повинні швидше планувати власні рухи. Нова дослідницька група вважає, що винайшла комбінований метод розгортання апаратного / програмного забезпечення, який може зменшити існуючі затримки вдвічі.
Новий сферичний робот міг вивчити місячні печери
Ми не знаємо багато про середовище підземного середовища Місяця, але те ж саме було вірно поверхні Місяця в минулому. Для вивчення цих невидимих глибин, Європейське космічне агентство оцінює сферичний робот, що виступає за допомогою спінінгових камер.