Экспертиза Google в области ИИ-чат-ботов выводит робототехнику на новый уровень. Рассказываем о перекрёстном подходе компании к обучению, который формирует будущее с более умными и удобными роботами и новым качеством взаимодействия человека и робота.

Google расширяет границы искусственного интеллекта (ИИ), применяя свой опыт обучения ИИ-чат-ботов для совершенствования роботов. Революционный подход компании сочетает методы машинного обучения и архитектуры нейронных сетей. Эти методы уже доказали свою эффективность при разработке сложных ИИ-чат-ботов, способных вести диалоги, похожие на человеческие.

Обучение в разных сценариях и на разных языках

С выходом своей обучающей ИИ-модели Robotic Transformer (RT-2) Google теперь применяет этот опыт в робототехнических системах. RT-2 — продвинутая версия модели «зрение — язык — действие» (VLA). Она даёт роботам способность распознавать визуальные и языковые закономерности, позволяя лучше интерпретировать инструкции и выбирать наиболее подходящие действия для разных запросов.

Для обучения RT-2 исследователи показывали роботизированной руке разные сценарии — например, распознавание импровизированных инструментов (использование камня в качестве молотка) и выбор подходящих напитков для конкретных ситуаций (например, предложить Red Bull уставшему человеку).

Модель также продемонстрировала способность понимать инструкции не только на английском.

Раньше обучение роботов было долгим процессом, требующим индивидуального программирования каждой инструкции. Однако с такими мощными моделями VLA, как RT-2, роботы теперь могут получать доступ к огромному массиву информации и самостоятельно принимать обоснованные решения.

Необходимость доработки

Это не первый выход Google в сферу интеллектуальной робототехники. В прошлом году компания интегрировала языковую модель PaLM в физическую робототехнику, создав систему PaLM-SayCan. Новый робот компании подаёт большие надежды, но не лишён недостатков. Например, во время живой демонстрации робот неправильно определил вкусы газировки и цвета фруктов.

Подход Google к обучению ИИ-чат-ботов и роботов имеет много общего, например использование алгоритмов машинного обучения и больших наборов данных. Оба направления требуют разнообразных диалогов и сценариев для развития способностей. Однако обучение роботов сопряжено с уникальными задачами, включая физические навыки — манипулирование объектами и навигацию — в дополнение к пониманию языка.

Впереди захватывающие перспективы

Последствия перекрёстного подхода Google для будущего робототехники огромны. Применение техник обучения ИИ-чат-ботов может сделать роботов более интуитивными и удобными. Это открывает потенциал для их бесшовной интеграции в различные отрасли — от здравоохранения и производства до логистики и освоения космоса.

Совершенствуя робототехнические системы с помощью обработки естественного языка, взаимодействие человека и робота может вступить в новую эру интерактивности и сотрудничества.

Пока Google продолжает сокращать разрыв между ИИ-чат-ботами и роботами, мы можем ожидать появления ещё более умных роботов, способных выполнять сложные задачи с минимальным вмешательством человека. Несмотря на существующие трудности, перспективы мира, движимого ИИ, с эффективными и адаптивными роботами-помощниками, несомненно, захватывают.