Nhóm robot tại bộ phận DeepMind của Google đã tiết lộ ba sản phẩm mới sẽ giúp robot đưa ra quyết định nhanh hơn và hành động hiệu quả và an toàn hơn khi thực hiện các nhiệm vụ xung quanh con người.
Hệ thống thu thập dữ liệu của AutoRT dựa trên mô hình ngôn ngữ trực quan (VLM) và mô hình ngôn ngữ lớn (LLM) - chúng giúp robot đánh giá môi trường, thích ứng với các tình huống lạ và đưa ra quyết định về việc thực hiện nhiệm vụ. VLM được sử dụng để phân tích môi trường và nhận dạng các vật thể trong phạm vi tầm nhìn, trong khi LLM chịu trách nhiệm thực hiện các nhiệm vụ một cách sáng tạo. Cải tiến quan trọng nhất của AutoRT là sự xuất hiện trong khối LLM của "Hiến pháp robot" - các lệnh hướng đến an toàn yêu cầu máy tránh chọn các nhiệm vụ liên quan đến con người, động vật, vật sắc nhọn và thậm chí cả các thiết bị điện. Với mục đích tăng cường an toàn, công việc được lập trình để dừng khi lực tác dụng lên các mối nối vượt quá một ngưỡng nhất định; và thiết kế của họ giờ đây có thêm một công tắc vật lý mà một người có thể sử dụng trong trường hợp khẩn cấp.
Trong bảy tháng qua, Google đã triển khai 53 công việc với hệ thống AutoRT tại bốn tòa nhà văn phòng của mình và thực hiện hơn 77 cuộc thử nghiệm. Một số máy được người vận hành điều khiển từ xa, trong khi những máy khác thực hiện các nhiệm vụ một cách tự động dựa trên thuật toán nhất định hoặc sử dụng mô hình AI Máy biến áp rô-bốt (RT-2). Cho đến nay, tất cả những robot này đều có bề ngoài cực kỳ đơn giản: chúng là những tay chân điều khiển trên đế di động và là camera để đánh giá tình hình.
Cải tiến thứ hai là hệ thống SARA-RT (Sự chú ý mạnh mẽ tự thích ứng dành cho máy biến áp robot), nhằm mục đích tối ưu hóa hoạt động của mẫu RT-2. Các nhà nghiên cứu nhận thấy rằng bằng cách tăng gấp đôi dữ liệu đầu vào, chẳng hạn như tăng độ phân giải của camera, nhu cầu về tài nguyên máy tính của robot sẽ tăng gấp bốn lần. Vấn đề này đã được giải quyết bằng một phương pháp tinh chỉnh AI mới gọi là đào tạo nâng cao - phương pháp này biến sự tăng trưởng bậc hai của nhu cầu tài nguyên máy tính thành một phương pháp gần như tuyến tính. Nhờ đó, mô hình hoạt động nhanh hơn, duy trì chất lượng trước đó.
Cuối cùng, các kỹ sư của Google DeepMind đã phát triển mô hình AI quỹ đạo RT, giúp đơn giản hóa việc huấn luyện robot thực hiện các nhiệm vụ cụ thể. Sau khi thiết lập một nhiệm vụ, người vận hành sẽ tự mình trình diễn mẫu thực hiện nhiệm vụ đó, RT-Trajectory sẽ phân tích quỹ đạo chuyển động do một người đặt ra và điều chỉnh nó cho phù hợp với hành động của robot.
Đọc thêm: