Кен Голдберг из Калифорнийского университета в Беркли считает, что область робототехники находится в переломном моменте. Благодаря прогрессу в генеративном ИИ, роботы становятся все более компетентными и полезными с невиданной ранее скоростью.

Примером такого робота является Stretch, разработанный стартапом Hello Robot. Stretch весит около 23 кг, имеет небольшую мобильную базу, регулируемую руку с захватом на присосках. Им можно управлять с помощью контроллера. Stretch открыл новые возможности для Генри Эванса, у которого был инсульт, оставивший его парализованным. Управляя роботом с помощью ноутбука, отслеживающего движения его головы, Генри смог причесываться, есть фруктовые кебабы и даже играть с внучкой Тедди в боулинг и магнитную рыбалку 👴🤖👧

Сейчас фокус смещается с физической ловкости на создание "универсальных роботизированных мозгов" в виде нейросетей. Это позволяет роботам учиться на ходу и адаптировать свое поведение. Популярны два метода обучения роботов с помощью ИИ:

1. Обучение с подкреплением. Роботы совершенствуются методом проб и ошибок. Команда Дипака Патака из Университета Карнеги-Меллона создала роботов-"собак", способных преодолевать сложный рельеф местности без предварительного программирования. Сначала собачек обучили двигаться в симуляторе, а затем выпустили в реальный мир, оснастив лишь камерой и ПО для компьютерного зрения. Эти ребята изучали мир в реальном времени, ориентируясь на местности подобно живым существам.

Еще пример - работа DeepMind по обучению роботизированной руки задачам манипулирования объектами. Используя алгоритм под названием RGB-Stacking, они научили робота аккуратно складывать кубики в башню, ориентируясь только на визуальный вход с камеры. Никакого предварительного программирования - обучение на практике! 🧱🤖

2. Использование крупномасштабных языковых моделей, таких как GPT-3 и PaLM.

Роботы обучаются на огромных объемах текстовых данных, связывая слова с визуальной информацией. Это позволяет им понимать задачи на естественном языке и импровизировать.

Яркий пример - работа команды Университета Карнеги-Меллона по обучению роботизированной руки SAMU. С помощью подсказки "сложи белье" робот научился складывать одежду, хотя исследователи не программировали его конкретно для этой задачи.

Команда Калифорнийского университета в Беркли использовала похожий подход, чтобы научить робота готовить. Благодаря обучению на огромных массивах текстовых рецептов и визуальных данных, он способен "импровизировать" на кухне 🍳🤖

Представьте: вы говорите роботу "испеки печенье" или "полей цветы", и он понимает вас без дополнительных инструкций! Так умеет робот Alphabet X, обученный на огромной базе текстов.

Роботы Everyday Robots от Alphabet уже работают в офисах: расставляют снеки, сортируют мусор, протирают столы - и все это автономно, без надзора людей! Инженеры скрестили обучение с подкреплением, компьютерное зрение и навигацию, чтобы роботы приспосабливались к меняющейся обстановке. 🍏🗑️🧹

Осталось решить проблемы безопасности, этики и доступности, и мечта станет реальностью! 🦾🔒💰 Возможно, уже ваши дети будут жить бок о бок с умными машинами.

#AI #Robotics #ReinforcementLearning #LanguageModels #MultiTaskLearning #MITMiniCheetah #DeepMindRobotics #AlphabetEverydayRobots #IntelligentAssistants #HumanMachineCollaboration #ethicalAI #ResearchHighlights #InnovationStories