Wyobra\u017a sobie przysz\u0142o\u015b\u0107, w kt\u00f3rej nie szkolisz ju\u017c tylko ludzkiego praktykanta w swoim magazynie lub biurze; zamiast tego Twoim nowym wsp\u00f3\u0142pracownikiem jest robot. Brzmi to co prawda nieco futurystycznie, ale nie jest to a\u017c tak nieprawdopodobne, jak mog\u0142oby si\u0119 wydawa\u0107. Cz\u0119\u015bci\u0105 twojej codziennej rutyny mo\u017ce by\u0107 pokazywanie robotowi, jak wykonywa\u0107 r\u00f3\u017cne czynno\u015bci, i wyja\u015bnianie przy tym swoich dzia\u0142a\u0144 \u2013 zupe\u0142nie jak w grze \u2018poka\u017c i opowiedz\u2019.<\/p>\n
Wyobra\u017a sobie nast\u0119puj\u0105c\u0105 sytuacj\u0119: prowadzisz rozmow\u0119 przez Zoom z klientem i prosisz swojego robotycznego wsp\u00f3\u0142pracownika, by przyni\u00f3s\u0142 ci fili\u017cank\u0119 kawy, dbaj\u0105c jednocze\u015bnie o to, by zachowa\u0142 odpowiedni dystans i nie rozla\u0142 kawy na tw\u00f3j drogi laptop. Takie wymagaj\u0105ce subtelno\u015bci zadania wymagaj\u0105 precyzyjnych pokaz\u00f3w i szczeg\u00f3\u0142owych instrukcji, co czasami bywa \u017cmudne i czasoch\u0142onne. By\u0107 mo\u017ce b\u0119dziesz musia\u0142 nagra\u0107 kilka fizycznych pokaz\u00f3w lub sporz\u0105dzi\u0107 wyczerpuj\u0105ce instrukcje.<\/p>\n
Kluczow\u0105 rol\u0119 w tym wszystkim odgrywaj\u0105 naukowcy z MIT z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL). Opracowali oni innowacyjn\u0105 metod\u0119 o nazwie \u201cMasked Inverse Reinforcement Learning\u201d (Masked IRL), kt\u00f3rej celem jest uproszczenie procesu uczenia. Metoda ta pozwala robotom rozumie\u0107 niejasne lub wieloznaczne instrukcje przy u\u017cyciu mniejszej ilo\u015bci danych demonstracyjnych. Jest to ogromna korzy\u015b\u0107 dla maszyn pracuj\u0105cych w r\u00f3\u017cnorodnych \u015brodowiskach, takich jak domy, fabryki i biura.<\/p>\n
Minyoung Hwang, doktorantka z MIT, wyja\u015bnia, \u017ce ten nowy model ma na celu umo\u017cliwienie maszynom zrozumienia, czego naprawd\u0119 chc\u0105 u\u017cytkownicy, nawet je\u015bli ich instrukcje nie s\u0105 jednoznaczne. Jest to szczeg\u00f3lnie pomocne w sytuacjach, w kt\u00f3rych wyst\u0119puj\u0105 czynniki, kt\u00f3re mog\u0105 nie by\u0107 wyra\u017anie wymienione, ale maj\u0105 kluczowe znaczenie dla wykonania zadania.<\/p>\n
W ramach procesu uczenia si\u0119 w systemie Masked IRL czujniki robota gromadz\u0105 informacje o otoczeniu. Gdy u\u017cytkownik fizycznie prowadzi robota podczas demonstracji, ka\u017cdy ruch jest dok\u0142adnie rejestrowany. Dzi\u0119ki wykorzystaniu du\u017cych modeli j\u0119zykowych (LLM) ruchy te s\u0105 por\u00f3wnywane z najkr\u00f3tsz\u0105 mo\u017cliw\u0105 tras\u0105, co pozwala dopracowa\u0107 instrukcje tak, by by\u0142y jak najbardziej przejrzyste. Aby skupi\u0107 si\u0119 na kluczowych elementach, inny model LLM ocenia i pomija nieistotne szczeg\u00f3\u0142y.<\/p>\n
Co ciekawe, podej\u015bcie to wykaza\u0142o, \u017ce roboty mog\u0105 nauczy\u0107 si\u0119 wykonywa\u0107 zadania szybko i precyzyjnie, opieraj\u0105c si\u0119 na mniejszej liczbie demonstracji. Podczas test\u00f3w roboty precyzyjnie manewrowa\u0142y obiektami, omijaj\u0105c przeszkody, i sprawnie interpretowa\u0142y preferencje u\u017cytkownik\u00f3w, kt\u00f3re nie zosta\u0142y wyra\u017anie wskazane w wydanych im poleceniach.<\/p>\n
Roboty przysz\u0142o\u015bci mog\u0105 by\u0107 wyposa\u017cone w kamery, co pozwoli im lepiej rozumie\u0107 otaczaj\u0105ce je \u015brodowisko. Te fascynuj\u0105ce badania s\u0105 wspierane przez Grup\u0119 Tata oraz Departament Obrony Stan\u00f3w Zjednoczonych i zostan\u0105 zaprezentowane podczas Mi\u0119dzynarodowej Konferencji IEEE po\u015bwi\u0119conej robotyce i automatyce w 2026 roku przez wybitny zesp\u00f3\u0142 badawczy z MIT, w sk\u0142ad kt\u00f3rego wchodz\u0105 Alexandra Forsey-Smerek, Nathaniel Dennler oraz adiunkt Andreea Bobu.<\/p>\n
Chcesz wdro\u017cy\u0107 automatyzacj\u0119 opart\u0105 na sztucznej inteligencji do swojego modelu biznesowego? Dowiedz si\u0119 wi\u0119cej o rozwi\u0105zaniach opartych na sztucznej inteligencji na stronie implementi.ai<\/a>.<\/p>\n