Модель искусственного интеллекта Google RT-2 приближает нас к ВАЛЛ-И на один шаг
В пятницу Google DeepMind анонсировала Robotic Transformer 2 (RT-2), «первую в своем роде» модель видения-языка-действия (VLA), которая использует данные, извлеченные из Интернета, чтобы обеспечить лучшее управление роботами с помощью простых языковых команд. . Конечная цель состоит в том, чтобы создать роботов общего назначения, которые могут перемещаться в среде обитания людей, подобно вымышленным роботам, таким как ВАЛЛ-И или C-3PO.
Когда человек хочет изучить задачу, мы часто читаем и наблюдаем. Аналогичным образом RT-2 использует большую языковую модель (технология ChatGPT), которая была обучена на тексте и изображениях, найденных в Интернете. RT-2 использует эту информацию для распознавания шаблонов и выполнения действий, даже если робот не был специально обучен для выполнения этих задач — концепция, называемая обобщением.
Например, Google утверждает, что RT-2 может позволить роботу распознавать и выбрасывать мусор без специальной подготовки для этого. Он использует свое понимание того, что такое мусор и как он обычно утилизируется, чтобы направлять свои действия. RT-2 считает мусором даже выброшенную пищевую упаковку или банановую кожуру, несмотря на потенциальную двусмысленность.
Обсудим?
Смотрите также:
