„Robot Constitution” firmy Google DeepMind sprawi, że roboty napędzane sztuczną inteligencją Cię nie zabiją

Zespół robotyków DeepMind ujawnił Trzy nowe rozwiązania Mówi, że pomoże robotom podejmować szybsze, lepsze i bezpieczniejsze decyzje w środowisku naturalnym. Jeden z nich obejmuje system zbierania danych szkoleniowych wykorzystujący „konstrukcję robota”, dzięki czemu Twój zautomatyzowany asystent biurowy może pobrać dla Ciebie więcej papieru do drukarki – ale bez wycinania współpracownika, który akurat przeszkadza.

System gromadzenia danych Google, AutoRT, może wykorzystywać model języka wizualnego (VLM) i model dużego języka (LLM) do współpracy w celu zrozumienia środowiska, dostosowania się do nieznanych ustawień i podjęcia decyzji o odpowiednich zadaniach. Konstytucja robota, zainspirowana „Trzema prawami robotyki” Isaaca Asimova, jest opisana jako zestaw „wskazówek dotyczących bezpieczeństwa”, które pomagają magisterowi unikać wybierania zadań, które dotyczą ludzi, zwierząt, ostrych przedmiotów, a nawet urządzeń elektrycznych.

Dla większego bezpieczeństwa firma DeepMind zaprogramowała roboty tak, aby automatycznie zatrzymywały się, jeśli siła działająca na ich stawy przekroczy określony próg, i uwzględniła fizyczny wyłącznik awaryjny, którego operatorzy mogą używać do ich dezaktywacji. W ciągu siedmiu miesięcy Google wdrożył flotę 53 robotów AutoRT w czterech różnych budynkach biurowych i przeprowadził ponad 77 000 eksperymentów. Część robotów była sterowana zdalnie przez człowieka, inne pracowały albo w oparciu o skrypt, albo całkowicie autonomicznie, korzystając z modelu uczenia się sztucznej inteligencji Robotic Transformer (RT-2) firmy Google.

Roboty użyte w eksperymencie wydają się bardziej użytkowe niż efektowne, wyposażone jedynie w kamerę, ramię robota i ruchomą podstawę. „W przypadku każdego robota system wykorzystuje VLM do zrozumienia jego otoczenia i obiektów w zasięgu wzroku. Następnie LLM sugeruje listę kreatywnych zadań, które robot może wykonać, np. „układanie przekąski na powierzchni roboczej” i odgrywanie roli decydenta w celu wybrania odpowiedniego zadania dla robota.” W swoim poście na blogu.

Inna nowa technologia DeepMind obejmuje SARA-RT, architekturę sieci neuronowej zaprojektowaną tak, aby istniejący autotransformator RT-2 był dokładniejszy i szybszy. Ogłoszono także rozwiązanie RT-Trajectory, które dodaje układy 2D, aby pomóc robotom lepiej wykonywać określone zadania fizyczne, takie jak sprzątanie stołu.

Wydaje się, że wciąż jesteśmy daleko od robotów autonomicznie dostarczających napoje i poduszki, ale gdy będą dostępne, być może nauczą się czegoś od systemu takiego jak AutoRT.