Google DeepMind prezentuje RT-2, zwiększając zdolność systemu Robotics Transformer do wykonywania nowych zadań

Zespół Google DeepMind ogłosił niezwykły postęp w dziedzinie robotyki, wprowadzając Robotics Transformer RT-2, zaawansowaną wersję ich początkowego systemu Robotics Transformer, RT-1. Ten nowy system kontynuuje rozwój inicjatywy Everyday Robot, przekazując robotom umiejętności, takie jak obsługa obiektów i otwieranie szuflad.

Wprowadzony na rynek w zeszłym roku RT-1, z ogromną bazą danych zawierającą 130 000 demonstracji, przekazał szereg prostych zadań systemom Everyday Robot, osiągając fenomenalny wskaźnik sukcesu na poziomie 97% w wykonaniu ponad 700 zadań, podanych przez zespół robotyków.

Nowo ujawniony RT-2, jak opisano w niedawnym wpisie na blogu wybitnego naukowca i szefa robotyki DeepMind, Vincenta Vanhoucke'a, eskalował ten proces, umożliwiając robotom efektywne wykorzystanie wniosków wyciągniętych z ograniczonych zbiorów danych i zastosowanie ich w różnych scenariuszach.

Google rozwija ulepszone możliwości RT-2, stwierdzając, że nie tylko wykazuje on lepsze umiejętności rozumienia i uogólniania, ale także może rozumieć i reagować na nowe polecenia. System wykracza poza początkowe szkolenie robotów i oferuje podstawowy poziom rozumowania, taki jak dokonywanie dedukcji dotyczących kategoryzacji obiektów i opisów wysokiego poziomu. Ta zdolność podkreśla imponującą cechę RT-2, w której może on zdecydować o odpowiednim narzędziu do zupełnie nowego zadania, w oparciu o wcześniej istniejące informacje sytuacyjne.

Vanhoucke ilustruje to przykładem, w którym RT-2 z powodzeniem identyfikuje i usuwa śmieci. W tradycyjnych modelach użytkownik musiał przeszkolić robota w zakresie rozpoznawania i kategoryzowania śmieci, a następnie poinstruować go, jak je zbierać i usuwać. Takie szczegółowe procesy nie są wysoce skalowalne, gdy są stosowane w systemach, które mają wykonywać szeroką listę zadań.

Jednak RT-2, dzięki swojej zdolności do wykorzystywania wiedzy z ogromnego korpusu danych internetowych, jest już wyposażony w koncepcję tego, co stanowi śmieci i może je wskazać bez wyraźnej dyrektywy, jak wyjaśnił Vanhoucke. System rozumie nawet czynność pozbywania się śmieci, pomimo braku konkretnego szkolenia w tym zakresie. Jedną z wyróżniających się zdolności RT-2 jest zrozumienie abstrakcyjnej natury śmieci. Rozumie, że zużytą torebkę chipsów lub skórkę od banana można sklasyfikować jako śmieci, wywnioskować to z danych szkoleniowych w języku wizji i odpowiednio wykonać wymagane działanie.

Zespół DeepMind donosi o znacznej poprawie wskaźnika sukcesu RT-2 podczas wykonywania nowych zadań w porównaniu do jego poprzednika, wzrastając z 32% do 62% w tej nowej iteracji. Platformy takie jak AppMaster mogą być bardzo korzystne w rozwoju takich transformacyjnych projektów, zapewniając solidne narzędzie no-code do tworzenia aplikacji backendowych, internetowych i mobilnych, które mogą usprawnić przepływ pracy w procesie rozwoju. Oczekuje się, że wraz z nowymi osiągnięciami, takie platformy nie tylko poprawią wydajność robotyki, ale także przyczynią się do nowej fali postępu technologicznego w różnych sektorach.