DeepMind robotik ekibi, robotların vahşi doğada daha hızlı, daha iyi ve daha güvenli kararlar almasına yardımcı olacağını söylediği üç yeni gelişmeyi açıkladı. Bunlardan biri, robot ofis asistanınızın size daha fazla yazıcı kağıdı getirebildiğinden emin olmak için bir “Robot Anayasası” ile eğitim verileri toplamaya yönelik bir sistem içeriyor; ancak yolda olan bir insan iş arkadaşını biçmeden.
Google’ın veri toplama sistemi AutoRT, görsel bir dil modeli (VLM) ve büyük dil modelini (LLM) el ele vererek çevresini anlamak, alışılmadık ortamlara uyum sağlamak ve uygun görevlere karar vermek için kullanabiliyor. Isaac Asimov’un “Üç Robotik Yasası “ndan esinlenen Robot Anayasası, LLM’ye insanlar, hayvanlar, keskin nesneler ve hatta elektrikli aletler içeren görevleri seçmekten kaçınması talimatını veren bir dizi “güvenlik odaklı istem” olarak tanımlanıyor.
Daha fazla güvenlik için DeepMind, robotları, eklemlerindeki kuvvet belirli bir eşiği geçerse otomatik olarak duracak şekilde programladı ve insan operatörlerin onları devre dışı bırakmak için kullanabileceği fiziksel bir kapatma anahtarı ekledi. Google, yedi aylık bir süre boyunca 53 AutoRT robottan oluşan bir filoyu dört farklı ofis binasına yerleştirdi ve 77.000’den fazla deneme gerçekleştirdi. Bazı robotlar insan operatörler tarafından uzaktan kontrol edilirken, diğerleri Google’ın Robotic Transformer (RT-2) yapay zeka öğrenme modelini kullanarak ya bir senaryoya dayalı olarak ya da tamamen otonom olarak çalıştı.
Denemede kullanılan robotlar gösterişli olmaktan çok faydacı görünüyor; sadece bir kamera, robot kolu ve mobil taban ile donatılmış. “Her robot için sistem, çevresini ve görüş alanındaki nesneleri anlamak üzere bir VLM kullanıyor. Ardından, bir LLM robotun gerçekleştirebileceği ‘Atıştırmalığı tezgaha yerleştir’ gibi yaratıcı görevlerin bir listesini öneriyor ve robotun gerçekleştirmesi için uygun bir görev seçmek üzere karar verici rolünü oynuyor.”
DeepMind’ın diğer yeni teknolojileri arasında, mevcut Robotik Transformatör RT-2’yi daha doğru ve daha hızlı hale getirmek için tasarlanmış bir sinir ağı mimarisi olan SARA-RT de yer alıyor. Ayrıca, robotların masa silmek gibi belirli fiziksel görevleri daha iyi yerine getirmelerine yardımcı olmak için 2D ana hatlar ekleyen RT-Trajectory’yi de duyurdu.
Otonom olarak içecek servisi yapan ve yastıkları kabartan robotlardan hala çok uzaktayız gibi görünüyor, ancak mevcut olduklarında, AutoRT gibi bir sistemden öğrenmiş olabilirler.
Yapayzeka.news’in hiçbir güncellemesini kaçırmamak için bizi Facebook, Twitter, LinkedIn, Instagram‘ ve Whatsapp Kanalımız‘dan takip edin.
