Πώς μπορούν τα ρομπότ που βασίζονται στον κώδικα να αλληλεπιδρούν καλύτερα με τους ανθρώπους; Πρόσφατα, το Human-Robot Robotics Lab του Πανεπιστημίου Brown δοκίμασε ένα νέο σύστημα με δυνατότητα AI που στοχεύει να κάνει τα ρομπότ να κατανοούν τις ανθρώπινες εντολές στην καθημερινή γλώσσα και να εκτελούν εργασίες με ακρίβεια.
Το βασικό σημείο αυτής της έρευνας είναι ότι έχουν αναπτύξει ένα νέο σύστημα που επιτρέπει στα ρομπότ να εκτελούν πολύπλοκες εργασίες χωρίς να χρειάζονται χιλιάδες ώρες εκπαίδευσης δεδομένων. Ενώ η παραδοσιακή εκπαίδευση μηχανών απαιτεί μεγάλο αριθμό παραδειγμάτων για να δείξει στο ρομπότ πώς να κατανοεί και να εκτελεί οδηγίες σε διαφορετικά σημεία, αυτό το νέο σύστημα επιτρέπει στο ρομπότ να λειτουργεί σε διαφορετικά περιβάλλοντα παρέχοντας έναν λεπτομερή χάρτη της περιοχής.
Οι ερευνητές περιγράφουν τον ρόλο του μεγάλου γλωσσικού μοντέλου που είναι ενσωματωμένο στο σύστημά τους για να επιτρέπει στα ρομπότ να κατανοούν και να εκτελούν εργασίες αναλύοντας τις οδηγίες χωρίς μεγάλες ποσότητες δεδομένων εκπαίδευσης. Το σύστημα δεν είναι μόνο σε θέση να δέχεται οδηγίες φυσικής γλώσσας, αλλά είναι επίσης σε θέση να υπολογίσει τα λογικά άλματα που μπορεί να χρειαστεί το ρομπότ με βάση το περιβάλλον του περιβάλλοντος, γεγονός που κάνει τις οδηγίες πολύ πιο απλές και σαφείς, συμπεριλαμβανομένου του τι μπορεί να κάνει το ρομπότ, τι δεν μπορεί να κάνει και με ποια σειρά.
Η Stefanie Tellex, μία από τις κύριες ερευνήτριες του έργου και καθηγήτρια επιστήμης υπολογιστών στο Πανεπιστήμιο Brown, δήλωσε: «Κατά την επιλογή των θεμάτων μας, σκεφτήκαμε συγκεκριμένα ένα κινητό ρομπότ που κινείται γύρω από το περιβάλλον και θέλαμε να έχουμε έναν τρόπο με τον οποίο Το ρομπότ μπορούσε να καταλάβει τις περίπλοκες και λεκτικές οδηγίες που του έδινε ο άνθρωπος, όπως να περπατά στην οδό Thayer στο Πρόβιντενς για να με συναντήσει στο καφενείο, αλλά να αποφεύγει το CVS και να σταματάει πρώτα στην τράπεζα και να ακολουθεί ακριβώς τις οδηγίες».
Εάν η έρευνα επιτύχει αποτελέσματα, θα εφαρμοστεί σε πολλά κινητά ρομπότ στην πόλη στο μέλλον, συμπεριλαμβανομένων των drones, των αυτοοδηγούμενων αυτοκινήτων, των μη επανδρωμένων οχημάτων μεταφοράς κ.λπ., χρειάζεται μόνο να χρησιμοποιήσετε τον συνήθη τρόπο επικοινωνίας με τους ανθρώπους για να αλληλεπιδράσετε με το ρομπότ, μπορεί να κατανοήσει με ακρίβεια τις οδηγίες σας, καθιστώντας δυνατή την εφαρμογή κινητών ρομπότ σε πολύπλοκα περιβάλλοντα.
Για να δοκιμάσουν το σύστημα, οι ερευνητές έτρεξαν προσομοιώσεις χρησιμοποιώντας το OpenStreetMap σε 21 πόλεις και έδειξαν ότι το σύστημα εκτελούσε την εργασία με ακρίβεια 80 τοις εκατό του χρόνου, πολύ υψηλότερο ποσοστό ακρίβειας από άλλα παρόμοια συστήματα, τα οποία συνήθως επιτυγχάνουν μόνο περίπου 20 τοις εκατό ακρίβεια και δεν μπορούν να χειριστούν. σύνθετες οδηγίες και εργασίες.
Ταυτόχρονα, η ομάδα πραγματοποίησε επίσης δοκιμές σε εσωτερικούς χώρους στην πανεπιστημιούπολη του Brown University με το ρομπότ spot της Boston Dynamics, το οποίο θεωρείται ένα από τα κορυφαία τετράποδα ρομπότ γενικής χρήσης στον κόσμο και η επιτυχία της επιτόπιας επαλήθευσης θα διευκολύνει την εφαρμογή του το σύστημα σε ρομπότ από άλλους κατασκευαστές.
Ο Jason Xinyu, ένας διδάκτορας στην επιστήμη των υπολογιστών και επικεφαλής της ερευνητικής ομάδας, εξηγεί πώς λειτουργεί το σύστημα με ένα παράδειγμα.
Ας υποθέσουμε ότι ο χρήστης λέει στο drone να πάει στο «κατάστημα» της «Main Street» αλλά να πάει πρώτα στην «τράπεζα». Αφού εισαχθεί η οδηγία, το λογισμικό προσδιορίζει πρώτα τις δύο θέσεις και στη συνέχεια το μοντέλο γλώσσας αρχίζει να ταιριάζει με αυτές τις αφηρημένες θέσεις με τη συγκεκριμένη θέση του ρομπότ. Ταυτόχρονα, αναλύει επίσης τα μεταδεδομένα τοποθεσίας, όπως τη διεύθυνση ή τον τύπο της τοποθεσίας, για να βοηθήσει το σύστημα να λάβει αποφάσεις. Σε αυτήν την περίπτωση, υπάρχουν πολλά καταστήματα κοντά, αλλά μόνο ένα βρίσκεται στην Main Street, ώστε το σύστημα να γνωρίζει πού να πάω; Το μοντέλο γλώσσας στη συνέχεια μεταφράζει τις εντολές σε γραμμική χρονική λογική, η οποία είναι ένας μαθηματικός κώδικας και σημειογραφία για την έκφραση των εντολών. Τέλος, το σύστημα συνδέει την τρέχουσα αντιστοιχισμένη τοποθεσία σε αυτόν τον τύπο, λέγοντας στο ρομπότ να πάει στο σημείο Α, αλλά μετά το σημείο Β.
Μια προσομοίωση βασισμένη στους OpenStreetMaps θα δημοσιευτεί στο διαδίκτυο τον Νοέμβριο, επιτρέποντας στους χρήστες να δοκιμάσουν μόνοι τους το σύστημα. Οι χρήστες μπορούν να εισάγουν εντολές φυσικής γλώσσας σε μια ιστοσελίδα για να καθοδηγήσουν ένα προσομοιωμένο drone σε μια εργασία πλοήγησης για να βοηθήσουν τους ερευνητές να βελτιώσουν το λογισμικό.
Αυτό σημαίνει ότι ένα έργο «ρομπότ AI+» που εκπαιδεύεται από κοινού από το κοινό έρχεται σε εμάς.