Google udgiver en "GPT-lignende” robotmodel, RT-1
Google har frigivet en ny robotmodel, RT-1, som ligner GPT model brugt i dens OpenAI kunstig intelligens program. Den nye model er designet med Googles andre robotprogrammer, herunder dets førerløse bilprogram, i tankerne. RT-1-modellen præsenteret her er et skridt mod generative AI-modeller inden for robotteknologi. I den virkelige verden kan RT-1 udføre over 700 instruktioner med en succesrate på 97 %.
De seneste fremskridt inden for forskning i maskinlæring (ML), såsom computersyn og naturlig sprogbehandling, er blevet muliggjort af en fælles fælles tilgang, der bruger store, forskellige datasæt og ekspressive modeller. Selvom der har været forskellige forsøg på at anvende denne tilgang til robotteknologi, har robotter indtil videre ikke brugt meget dygtige modeller så meget som andre underområder.
Udviklere samlede et betydeligt, varieret datasæt af robotbaner for at udvikle et system, der kunne generalisere til nye opgaver og demonstrere robusthed over for forskellige distraktioner og baggrunde. For at samle 130 episoder over 17 måneder indsatte de 13 EDR-robotmanipulatorer, som hver har en 7-frihedsgradsarm, en to-fingers griber og en mobil base. Forskerne brugte menneskelige eksempler opnået ved fjernoperation, og de markerede hver begivenhed med en skriftlig forklaring på kommandoen, som robotten netop havde udført. At plukke og arrangere genstande, åbne og lukke skuffer, få genstande ind og ud af skuffer, placere aflange genstande oprejst, vælte genstande, trække servietter og åbne krukker er blandt de færdigheder på højt niveau, der er inkluderet i datasættet.
Den følgende video viser et par eksempler på PaLM-SayCan-RT1-opgaver med lang horisont i flere egentlige køkkener.
På alle fire områder yder RT-1 sig væsentligt bedre end baselines og viser exceptionelle niveauer af generalisering og modstandskraft.
RT-1 Robotics Transformer er en actiongenerationsmodel til robotopgaver i den virkelige verden, der er enkel og skalerbar. Det tokeniserer alle input og output og komprimerer dem ved hjælp af en forudtrænet EfficientNet-model med tidlig sprogfusion og en token-elev. RT-1 demonstrerer stærk ydeevne på tværs af hundredvis af opgaver, såvel som omfattende generalisering og robusthed i den virkelige verden.
Læs mere:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
