Nejnovější vtělený základní model GEN-1 od společnosti Generalist nyní podporuje širokou škálu robotických koncových efektorů. Firma uvedla, že GEN-1 je kompatibilní se vším od pětiprstých rukou po specializované nástroje s novými způsoby aktuace. Trénováním modelu GEN-1 pro práci s těmito novými „rukama“ chce Generalist demonstrovat, že jediný základní model umělé inteligence dokáže naučit senzomotorické politiky na robotech, které se přenášejí napříč radikálně odlišnými způsoby interakce s fyzickým světem.
Model GEN-1 je předtrénován na vlastní robotické datové sadě společnosti, která nyní pokrývá širokou paletu různých koncových efektorů napříč více než půl milionem hodin dat z reálné interakce. Některé efektory představují nové konstrukce s vlastními schématy aktuace a pozicemi kamer, jiné jsou běžně dostupné nástroje, tištěné díly nebo vlastní úpravy standardních dvouprstých chapadel firmy — dosud přibližně 9 000 variant, všechny zvolené tak, aby model vystavily široké škále kontaktní fyziky.
Každá ruka je jiný jazyk fyzické interakce
Každý koncový efektor je jiné senzomotorické rozhraní, jímž GEN-1 zakouší fyzický svět — způsob, jak se učit o geometrii, kontaktu, tření, silách a dynamice. Každá ruka má svůj vlastní „slovník“ pro jednání ve světě. Elektrické šroubováky se otáčejí rychleji, než dokážou prsty, ovládání odvíječe lepicí pásky vyžaduje současné řízení napětí i umístění a kleště přinášejí poddajnost a pružinovou dynamiku. Kovové špachtle a škrabky pracují proti povrchu, nikoli kolem objektu, což znamená uvažovat o rozloženém kontaktu.
Podobně jako trénink na více jazycích vytváří schopnější jazykové modely, i učení napříč mnoha rukama má prospět fyzické inteligenci. Model trénovaný napříč vtěleními dokáže shromažďovat sdílené znalosti a snáze oddělit to, co je specifické pro nástroj, od toho, co je univerzální pro svět. Přepínání mezi koncovými efektory se pak stává formou fyzického uvažování — použití správného nástroje pro správnou práci. Ne každá ruka ovšem pomůže; některé efektory poskytují jen malý učební signál, zatímco dvouprstá chapadla firmy nesou v reálném světě větší váhu, podobně jako angličtina dominuje dnešním jazykovým modelům.
Adaptace za běhu a směřování k rozmanitosti forem
Generalist dokáže testovat, co se stane při výměně ruky uprostřed úkolu: model během běhu fyzicky vyměnil koncový efektor a nechal tentýž model pokračovat. Ten vnímá nový nástroj, přizpůsobí se tomu, co vidí, a najde novou trajektorii a strategii kontaktu, aby dosáhl téhož cíle. Funguje to, protože trénink na smíšených datech nutí model podmiňovat své chování rukou, kterou má právě před sebou — místo memorování pevné sady strategií se učí spíše cosi jako přehled o tom, jak tvary a kontaktní povrchy interagují se světem.
Příroda nekonvergovala k jedinému řešení pro manipulaci s fyzickým světem, ale explodovala do milionů podob — od ptačího zobáku přes sloní chobot až po přísavky chobotnice. Roboti přitom nejsou uzamčeni v rukou, se kterými se „narodili“ — na rozdíl od lidí mohou mechanické ruce snadno vyměňovat. Budoucnost robotických rukou tak podle firmy nebude vypadat jako jediná ruka, ale spíše jako sada nástrojů s tisícem rukou: rozšiřovaných, rekombinovaných a škálovaných. Pokud dokážeme vybudovat obecnou inteligenci, která rozumí základní fyzice interakce, stává se tvar ruky druhotným vůči inteligenci, jež ji řídí.
Zdroj: therobotreport.com
Zdroj: eTEC.NEWS
