Fyysinen älykkyys esittelee MEM-arkkitehtuurin antaakseen roboteille reaalimaailman tehtäviin tarvittavan muistin
Lyhyesti
Tutkijat kehittivät monimittakaavaisen ruumiillistetun muistin, järjestelmän, joka antaa roboteille lyhyt- ja pitkäaikaista muistia, jotta ne voivat seurata edistymistä ja suorittaa monimutkaisia tehtäviä yksittäisten toimintojen suorittamisen sijaan.
Vuosien ajan unelma todella hyödyllisestä kotirobotista on ollut petollisen lähellä. Robotit osaavat jo noudattaa komentoja, kuten "pese paistinpannu", "viikkaa pyykki" tai "tee voileipä". Laboratorio-ympäristöissä nämä järjestelmät osoittavat vaikuttavaa kätevyyttä ja tarkkuutta. Huolimatta robottien perustusmallien nopeasta kehityksestä, jotain perustavanlaatuista on kuitenkin puuttunut: muisti.
Robotti, joka pystyy suorittamaan yhden tehtävän, ei ole sama asia kuin robotti, joka pystyy saattamaan työn valmiiksi. Koko keittiön siivoaminen, aterian valmistaminen tai reseptin ainesosien valmistelu vaatii enemmän kuin yksittäisiä taitoja. Se vaatii jatkuvuutta – kykyä muistaa, mitä on jo tehty, mitä on vielä tehtävä ja missä kaikki sijaitsee. Ilman tätä narratiivista lankaa jopa kyvykkäin robotti muuttuu yllättävän epäpäteväksi.
Tätä haastetta Physical Intelligencen tutkijat yrittävät nyt ratkaista uudella arkkitehtuurilla nimeltä Multi-Scale Embodied Memory (MEM) – järjestelmällä, joka on suunniteltu antamaan roboteille sekä lyhyt- että pitkäaikaista muistia, jotta ne voivat suorittaa tehtäviä, jotka etenevät minuuteissa sekuntien sijaan.
Tulokset vihjaavat tärkeään asiaan: robotiikan tulevaisuus saattaa riippua vähemmän paremmista mekaanisista käsistä ja enemmän paremmasta kognitiivisesta arkkitehtuurista.
Nykyaikaisilla robottimalleilla on jo huomattava määrä motorisia taitoja. Ne pystyvät tarttumaan hauraisiin esineisiin, käyttämään työkaluja ja navigoimaan sekavissa ympäristöissä. Mutta jos pyydät robottia siivoamaan koko keittiön – pyyhkimään työtasot, laittamaan ostokset paikoilleen, tiskaamaan astiat ja järjestämään ruokailuvälineet – rajoitukset tulevat nopeasti ilmeisiksi.
Ongelma ei ole itse taidoissa, vaan siinä, miten nämä taidot koordinoidaan. Monimutkaiset tehtävät vaativat jatkuvaa tietoisuutta. Robotin on muistettava, mitkä kaapit se on jo avannut, mihin se on asettanut kattilan kannen tai onko se jo pessyt astian. Sen on myös seurattava esineitä, jotka liikkuvat pois näkyvistä, ja ylläpidettävä mielessään ympäristöstä suorittaessaan uusia toimintoja.
Ihmisen kognitio tekee tämän vaivattomasti. Koneet eivät ole tehneet niin vielä äskettäin. Jokaisen robotin näkemän havainnon tallentaminen minuuteiksi tai tunneiksi on laskennallisesti mahdotonta. Mutta tiedon hylkääminen johtaa kaoottiseen käyttäytymiseen – toistuviin virheisiin, unohdettuihin vaiheisiin tai toimiin, jotka ovat ristiriidassa aiempien päätösten kanssa. Robotiikan tutkimuksessa tätä haastetta kuvataan joskus "syy-sekaannukseksi", jossa järjestelmät tulkitsevat väärin menneitä tapahtumia ja vahvistavat väärää käyttäytymistä.
Tulos: robotit, jotka näyttävät vaikuttavilta lyhyissä demoissa, mutta joilla on vaikeuksia suorittaa tosielämän tehtäviä.
Fyysisen älykkyyden muistijärjestelmä
MEM-arkkitehtuuri ratkaisee tämän ongelman ottamalla käyttöön monikerroksisen muistirakenteen. Sen sijaan, että kaikki tallennettaisiin tasapuolisesti, järjestelmä jakaa muistin kahteen toisiaan täydentävään muotoon:
Lyhytkestoinen visuaalinen muisti tallentaa viimeaikaiset havainnot tehokkaan videokoodausarkkitehtuurin avulla. Tämä mahdollistaa robotin liikkeen ymmärtämisen, kohteiden seuraamisen kuvien välillä ja sekuntien takaisten tapahtumien muistamisen – mikä on ratkaisevan tärkeää tarkkojen toimintojen, kuten grillatun juustosämpylän kääntämisen tai astian hankaamisen, suorittamisessa.
Pitkäaikainen käsitteellinen muisti puolestaan tallentaa tehtävän edistymisen luonnollisella kielellä. Sen sijaan, että se muistaisi raakaa visuaalista dataadefiLopulta robotti kirjoittaa lyhyitä tekstimuotoisia "muistiinpanoja" kuvaillen tapahtumia – esimerkiksi "Laitoin kannun lavuaariin" tai "Hain maidon jääkaapista".
Näistä yhteenvedoista tulee osa robotin päättelyprosessia. Kone rakentaa itse oman kertomuksensa tehtävästä. Järjestelmän päättelymoottori päättää sitten kaksi asiaa samanaikaisesti: minkä toiminnon suorittaa seuraavaksi ja mitkä tiedot on syytä muistaa. Tämä yhdistelmä mahdollistaa mallin seurata jopa viidentoista minuutin kestäviä tehtäviä – paljon pidempään kuin useimmat aiemmat robottidemonstraatiot.
Yksi kiehtovimmista MEM:n mahdollistamista ominaisuuksista on kontekstiin sopeutuminen. Robotit tekevät virheitä. Se on väistämätöntä. Mutta useimmat robottijärjestelmät toistavat näitä virheitä loputtomasti, koska niillä ei ole muistia epäonnistumisista.
Ero käy ilmi yksinkertaisissa kokeissa. Yhdessä kokeessa robotti yrittää poimia litteän syömäpuikon. Ilman muistia kone yrittää toistuvasti samaa epäonnistunutta otetta. Muistin ollessa käytössä robotti muistaa epäonnistuneen yrityksen ja yrittää eri lähestymistapaa – lopulta onnistuen.
Toinen esimerkki on jääkaapin avaaminen. Pelkän visuaalisen datan perusteella robotti ei voi välittömästi määrittää, mihin suuntaan ovi avautuu. Muistiton järjestelmä yksinkertaisesti toistaa saman toiminnon yhä uudelleen ja uudelleen. Muistia käyttävä robotti kokeilee yhtä suuntaa, muistaa epäonnistuneen tapahtuman ja yrittää sitten vastakkaista puolta.
Nämä pienet säädöt edustavat jotakin syvällistä: kykyä oppia itse tehtävän aikana. Sen sijaan, että robotti luottaisi kokonaan harjoitusdataan, se mukautuu lennossa.
Tutkijat arvioivat muistipohjaista järjestelmää yhä monimutkaisemmissa tehtävissä. Ensin oli suhteellisen yksinkertainen haaste: grillatun juustosämpylän valmistaminen. Tämä vaati lyhytkestoista muistia ajoituksen hallitsemiseksi suoritettaessa herkkiä fyysisiä vaiheita, kuten leivän kääntämistä ja sämpylän lautaselle asettamista.
Seuraavaksi oli vuorossa logistinen tehtävä: reseptin ainesosien hakeminen. Robotin piti muistaa, mitkä ainekset se oli jo kerännyt, missä ne sijaitsivat ja olivatko laatikot ja kaapit suljettuina. Lopulta tuli vaativin skenaario: koko keittiön siivoaminen.
Tämä tarkoitti tavaroiden laittamista pois, astioiden pesua, työtasojen pyyhkimistä ja huoneen jo siivottujen osien seuraamista.
Muistilla täydennetty malli suoriutui merkittävästi paremmin kuin versiot, joissa ei ollut strukturoitua muistia, osoittaen parempaa luotettavuutta ja tehtävien suoritusastetta.
Ero havainnollistaa robotiikan keskeistä muutosta. Yksittäisten toimintojen optimoinnin sijaan tutkijat rakentavat nyt järjestelmiä, jotka kykenevät kestäviin työnkulkuihin.
Miksi muisti on robotiikan seuraava rajaseutu
MEM:n laajempi merkitys on, että robotiikka on siirtymässä uuteen vaiheeseen. Vuosikymmenten ajan ala keskittyi havainnointiin ja hallintaan: auttamaan koneita näkemään maailman ja manipuloimaan esineitä. Viime aikoina suuret multimodaaliset mallit ovat parantaneet dramaattisesti robottien kykyä tulkita ohjeita ja suorittaa monimutkaisia motorisia toimintoja.
Mutta näiden ominaisuuksien kypsyessä pullonkaula on siirtynyt. Seuraava haaste on kognitiivinen jatkuvuus – robottien toiminnan mahdollistaminen pitkiä aikoja menettämättä tavoitteitaan. Muistijärjestelmät, kuten MEM, tarjoavat tukirakenteita tälle jatkuvuudelle. Sen sijaan, että robotit reagoisivat hetki hetkeltä, ne voivat ylläpitää sisäistä kertomusta toiminnastaan, päätöksistään ja ympäristöstään. Tämä kertomus mahdollistaa monimutkaisen käyttäytymisen syntymisen.
Jos tämä lähestymistapa kehittyy edelleen, vaikutukset ulottuvat paljon keittiöiden siivoamista pidemmälle. Tulevaisuuden robottien on ehkä noudatettava ohjeita, jotka etenevät tuntien tai jopa päivien kuluessa. Kuvittele, että kerrot kotiavustajalle:
"Pääsen kotiin klo 6 – valmistakaa illallinen ja siivoakaa talo keskiviikkoisin."
Tällaisen pyynnön suorittaminen vaatisi pitkien ohjeiden jäsentämistä, alitehtävien suunnittelua, edistymisen muistamista ja sopeutumista, kun asiat menevät pieleen.
Raa'an videohistorian ylläpitäminen jokaisesta toiminnasta niin kauan olisi mahdotonta. Sen sijaan robotit todennäköisesti käyttävät hierarkkisia muistijärjestelmiä, joissa kokemukset pakataan yhä abstraktimmiksi representaatioiksi.
MEM on varhainen askel kohti kyseistä arkkitehtuuria. Se viittaa siihen, että avain kyvykkäämpiin robotteihin ei ehkä ole vahvemmat moottorit tai terävämmät anturit, vaan parempi muisti – ja kyky järkeillä siitä. Jos robotit pystyvät vihdoin muistamaan, mitä ne tekevät, ne saattavat myös vihdoin pystyä suorittamaan työnsä.
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Alisa, omistautunut toimittaja MPost, erikoistunut kryptoon, tekoälyyn, sijoituksiin ja laajaan maailmaan Web3. Hän tarkkailee tarkasti nousevia trendejä ja teknologioita, ja hän tarjoaa kattavan kattavuuden tiedottaakseen ja saadakseen lukijat mukaan digitaalisen rahoituksen jatkuvasti kehittyvään maisemaan.
lisää artikkeleita
Alisa, omistautunut toimittaja MPost, erikoistunut kryptoon, tekoälyyn, sijoituksiin ja laajaan maailmaan Web3. Hän tarkkailee tarkasti nousevia trendejä ja teknologioita, ja hän tarjoaa kattavan kattavuuden tiedottaakseen ja saadakseen lukijat mukaan digitaalisen rahoituksen jatkuvasti kehittyvään maisemaan.
