Fiziki Zəka Robotlara Real Dünya Tapşırıqları üçün Lazım Olan Yaddaş Vermək Üçün MEM Arxitekturasını Təqdim Edir
Qısaca
Tədqiqatçılar robotlara qısa və uzunmüddətli yaddaş verən və təcrid olunmuş hərəkətləri yerinə yetirmək əvəzinə, irəliləyişi izləyə və mürəkkəb tapşırıqları yerinə yetirə bilən çoxölçülü Təcəssümlü Yaddaş sistemi hazırladılar.
İllərdir ki, həqiqətən köməkçi bir ev robotu arzusu aldadıcı dərəcədə yaxın olub. Robotlar artıq "tava yumaq", "paltarları qatlamaq" və ya "sendviç hazırlamaq" kimi əmrləri yerinə yetirə bilirlər. Laboratoriya mühitlərində bu sistemlər təsirli çeviklik və dəqiqlik nümayiş etdirir. Lakin robot təməl modellərində sürətli irəliləyişlərə baxmayaraq, fundamental bir şey çatışmırdı: yaddaş.
Tək bir işi yerinə yetirə bilən robotla işi yerinə yetirə bilən robot eyni deyil. Bütün mətbəxi təmizləmək, yemək bişirmək və ya resept üçün inqrediyentlər hazırlamaq təkcə təcrid olunmuş bacarıqlardan daha çox şey tələb edir. Bu, davamlılıq tələb edir — artıq nəyin edildiyini, hələ nəyin baş verməli olduğunu və hər şeyin harada olduğunu xatırlamaq bacarığı. Bu hekayə mövzusu olmadan, hətta ən bacarıqlı robot belə təəccüblü dərəcədə bacarıqsız olur.
Bu, Physical Intelligence tədqiqatçılarının hazırda Multi-Scale Embodied Memory (MEM) adlı yeni bir arxitektura ilə həll etməyə çalışdıqları çətinlikdir. Bu sistem robotlara həm qısamüddətli, həm də uzunmüddətli yaddaş vermək üçün nəzərdə tutulmuşdur ki, onlar saniyələr əvəzinə dəqiqələr ərzində baş verən tapşırıqları yerinə yetirə bilsinlər.
Nəticələr vacib bir şeyə işarə edir: robototexnikanın gələcəyi daha yaxşı mexaniki əllərdən daha az, daha yaxşı idrak memarlığından daha çox asılı ola bilər.
Müasir robot modelləri artıq diqqətəlayiq motor bacarıqları kitabxanasına malikdir. Onlar kövrək əşyaları tuta, alətləri idarə edə və dağınıq mühitlərdə hərəkət edə bilərlər. Lakin robotdan bütün mətbəxi təmizləməsini - tezgahları silməsini, ərzaqları yığışdırmasını, qabları yumasını və ləvazimatları təşkil etməsini istəsəniz, məhdudiyyətlər tez bir zamanda aydın olur.
Problem bacarıqların özündə deyil. Problem bu bacarıqların necə əlaqələndirilməsindədir. Mürəkkəb tapşırıqlar daimi məlumatlılıq tələb edir. Robot artıq hansı şkafları açdığını, qazan qapağını hara qoyduğunu və ya qabı artıq yuyub-yumadığını xatırlamalıdır. O, həmçinin gözdən uzaqlaşan obyektləri izləməli və yeni hərəkətlər edərkən ətraf mühitin zehni xəritəsini saxlamalıdır.
İnsan idrakı bunu asanlıqla edir. Maşınlar, yaxın vaxtlara qədər bunu etməyib. Robotun gördüyü hər müşahidəni dəqiqələr və ya saatlarla saxlamaq hesablama baxımından mümkün deyil. Lakin bu məlumatı atmaq xaotik davranışa - təkrarlanan səhvlərə, unudulmuş addımlara və ya əvvəlki qərarlara zidd olan hərəkətlərə gətirib çıxarır. Robot texnologiyası tədqiqatlarında bu çətinlik bəzən sistemlərin keçmiş hadisələri səhv şərh etdiyi və səhv davranışları gücləndirdiyi "səbəb qarışıqlığı" kimi təsvir olunur.
Nəticə: qısa nümayişlərdə təsirli görünən, lakin real həyatdakı tapşırıqları yerinə yetirməkdə çətinlik çəkən robotlar.
Fiziki Zəka üçün Yaddaş Sistemi
MEM arxitekturası bu problemi çoxqatlı yaddaş strukturu təqdim etməklə həll edir. Sistem hər şeyi bərabər şəkildə saxlamaq əvəzinə, yaddaşı iki tamamlayıcı formaya ayırır:
Qısamüddətli vizual yaddaş səmərəli video kodlaşdırma arxitekturasından istifadə edərək son müşahidələri əks etdirir. Bu, robotun hərəkəti anlamasına, kadrlardakı obyektləri izləməsinə və saniyələr əvvəl baş verən hadisələri xatırlamasına imkan verir ki, bu da qızardılmış pendir sendviçini çevirmək və ya qabı yumaq kimi dəqiq hərəkətlər üçün vacibdir.
Uzunmüddətli konseptual yaddaş isə tapşırığın irəliləyişini təbii dildə saxlayır. Xam vizual məlumatları yadda saxlamaq əvəzinə,defirobot dərhal baş verənləri təsvir edən qısa mətn "qeydləri" yazır - "Qazanı lavaboya qoydum" və ya "Südü soyuducudan götürdüm" kimi ifadələr.
Bu xülasələr robotun düşüncə prosesinin bir hissəsinə çevrilir. Əslində, maşın tapşırığın öz hekayəsini qurur. Sistemin düşüncə mühərriki daha sonra eyni vaxtda iki məsələyə qərar verir: növbəti addımda hansı hərəkəti yerinə yetirməli və hansı məlumatı yadda saxlamağa dəyər. Bu kombinasiya modelə on beş dəqiqəyə qədər davam edən tapşırıqları izləməyə imkan verir - bu, əvvəlki robot nümayişlərinin əksəriyyətindən daha uzundur.
MEM tərəfindən təmin edilən ən maraqlı imkanlardan biri kontekstdə uyğunlaşmadır. Robotlar səhv edirlər. Bu qaçılmazdır. Lakin əksər robot sistemləri bu səhvləri sonsuz təkrarlayır, çünki onların uğursuzluq yaddaşı yoxdur.
Fərq sadə təcrübələrdə daha aydın olur. Bir sınaqda robot yastı çubuq götürməyə çalışır. Yaddaş olmadan maşın dəfələrlə eyni uğursuz tutuşu sınayır. Yaddaş aktiv olduqda, robot uğursuz cəhdi xatırlayır və fərqli bir yanaşma sınayır - nəticədə uğur qazanır.
Başqa bir nümunə soyuducunun açılması ilə bağlıdır. Yalnız vizual məlumatlara əsasən, robot qapının hansı istiqamətdə açıldığını dərhal müəyyən edə bilmir. Yaddaşsız sistem sadəcə eyni hərəkəti təkrar-təkrar təkrarlayır. Yaddaşlı robot bir istiqaməti sınayır, nasazlığı xatırlayır və sonra əks tərəfi sınayır.
Bu kiçik düzəlişlər dərin bir şeyi təmsil edir: tapşırığın öz daxilində öyrənmək bacarığı. Robot tamamilə təlim məlumatlarına etibar etmək əvəzinə, dərhal uyğunlaşır.
Tədqiqatçılar getdikcə daha mürəkkəb tapşırıqlar üzərində yaddaşa əsaslanan sistemi qiymətləndirdilər. Əvvəlcə nisbətən sadə bir çətinlik yarandı: qızardılmış pendirli sendviç hazırlamaq. Bu, çörəyi çevirmək və sendviçin üzərinə örtmək kimi incə fiziki addımları yerinə yetirərkən vaxtı idarə etmək üçün qısamüddətli yaddaş tələb edirdi.
Növbəti vəzifə logistika idi: resept üçün inqrediyentləri tapmaq. Robot artıq hansı əşyaları topladığını, harada yerləşdiyini və çekmece və şkafların bağlı olub-olmadığını xatırlamalı idi. Nəhayət, ən çətin ssenari gəldi: bütün mətbəxi təmizləmək.
Bu, əşyaları yığışdırmaq, qabları yumaq, tezgahları silmək və otağın hansı hissələrinin artıq təmizləndiyini izləmək demək idi.
Yaddaşla artırılmış model, strukturlaşdırılmış yaddaşa malik olmayan versiyaları əhəmiyyətli dərəcədə üstələyərək, daha yüksək etibarlılıq və tapşırıqların yerinə yetirilməsi nisbətlərini nümayiş etdirdi.
Bu fərq robototexnika sahəsində əsas dəyişikliyi göstərir. Tədqiqatçılar təcrid olunmuş hərəkətləri optimallaşdırmaq əvəzinə, hazırda davamlı iş axınlarına qadir sistemlər qururlar.
Niyə Yaddaş Robototexnikada Növbəti Sərhəddir
MEM-in daha geniş mənası robototexnikanın yeni bir mərhələyə qədəm qoymasıdır. Onilliklər ərzində bu sahə qavrayış və nəzarətə yönəlmişdir: maşınlara dünyanı görməyə və obyektləri manipulyasiya etməyə kömək edir. Son zamanlarda böyük multimodal modellər robotların təlimatları şərh etmək və mürəkkəb motor davranışlarını yerinə yetirmək qabiliyyətini əhəmiyyətli dərəcədə yaxşılaşdırmışdır.
Lakin bu qabiliyyətlər yetkinləşdikcə, maneə aradan qalxdı. Növbəti çətinlik idrak davamlılığıdır — robotlara məqsədlərini itirmədən uzun müddət fəaliyyət göstərməyə imkan verir. MEM kimi yaddaş sistemləri bu davamlılıq üçün təməl təmin edir. Robotlar anbaan reaksiya vermək əvəzinə, hərəkətləri, qərarları və mühiti haqqında daxili bir hekayə saxlaya bilirlər. Bu hekayə mürəkkəb davranışın ortaya çıxmasına imkan verir.
Əgər bu yanaşma inkişaf etməyə davam edərsə, nəticələr mətbəxləri təmizləməkdən daha da irəli gedir. Gələcək robotlar saatlarla və hətta günlərlə davam edən təlimatları yerinə yetirməli ola bilərlər. Təsəvvür edin ki, bir ev köməkçisinə deyirsiniz:
"Mən evə saat 18:00-da gəlirəm — xahiş edirəm şam yeməyini hazırlayın və çərşənbə günləri evi təmizləyin."
Belə bir sorğunun yerinə yetirilməsi uzun təlimatların təhlilini, alt tapşırıqların planlaşdırılmasını, irəliləyişi yadda saxlamağı və işlər səhv getdikdə uyğunlaşmağı tələb edəcəkdir.
Hər bir hərəkətin xam video tarixçəsini bu qədər uzun müddət saxlamaq mümkün olmazdı. Bunun əvəzinə, robotlar, çox güman ki, təcrübələrin getdikcə daha mücərrəd təsvirlərə sıxışdırıldığı iyerarxik yaddaş sistemlərinə etibar edəcəklər.
MEM bu arxitekturaya doğru ilkin addımdır. Bu, daha bacarıqlı robotların açarının daha güclü mühərriklər və ya daha kəskin sensorlar deyil, daha yaxşı yaddaş və bu barədə düşünmək qabiliyyəti ola biləcəyini göstərir. Əgər robotlar nəhayət nə etdiklərini xatırlaya bilirlərsə, nəhayət işi bitirə də bilərlər.
Məsuliyyətdən imtina
uyğun olaraq Güvən Layihəsi qaydaları, lütfən nəzərə alın ki, bu səhifədə təqdim olunan məlumat hüquqi, vergi, investisiya, maliyyə və ya hər hansı digər məsləhət forması kimi təfsir edilməməlidir və təfsir edilməməlidir. Yalnız itirə biləcəyiniz şeyə investisiya qoymaq və hər hansı bir şübhəniz varsa, müstəqil maliyyə məsləhətləri axtarmaq vacibdir. Əlavə məlumat üçün biz emitent və ya reklamçı tərəfindən təmin edilən şərtlər və şərtlərə, həmçinin yardım və dəstək səhifələrinə müraciət etməyi təklif edirik. MetaversePost dəqiq, qərəzsiz hesabat verməyə sadiqdir, lakin bazar şərtləri xəbərdarlıq edilmədən dəyişdirilə bilər.
Müəllif haqqında
Alisa, xüsusi jurnalist MPost, kriptovalyuta, süni intellekt, investisiyalar və geniş sahələrdə ixtisaslaşıb Web3. Yaranan tendensiyaları və texnologiyaları diqqətlə izləyərək, o, oxucuları məlumatlandırmaq və rəqəmsal maliyyənin daim inkişaf edən mənzərəsinə cəlb etmək üçün hərtərəfli əhatə dairəsi təqdim edir.
Ətraflı məqalələr
Alisa, xüsusi jurnalist MPost, kriptovalyuta, süni intellekt, investisiyalar və geniş sahələrdə ixtisaslaşıb Web3. Yaranan tendensiyaları və texnologiyaları diqqətlə izləyərək, o, oxucuları məlumatlandırmaq və rəqəmsal maliyyənin daim inkişaf edən mənzərəsinə cəlb etmək üçün hərtərəfli əhatə dairəsi təqdim edir.
