Fyzikálna inteligencia predstavuje architektúru MEM, ktorá robotom poskytuje pamäť potrebnú pre úlohy v reálnom svete
Stručne
Výskumníci vyvinuli systém Multi-Scale Embodied Memory, ktorý robotom poskytuje krátkodobú a dlhodobú pamäť, aby mohli sledovať pokrok a dokončovať zložité úlohy namiesto vykonávania iba izolovaných akcií.
Sen o skutočne užitočnom domácom robotovi bol roky klamlivo blízko. Roboty už dokážu vykonávať príkazy ako „umyť panvicu“, „zložiť bielizeň“ alebo „urobiť sendvič“. V laboratórnych prostrediach tieto systémy preukazujú pôsobivú obratnosť a presnosť. Napriek rýchlemu pokroku v modeloch robotických základov však niečo zásadné chýba: pamäť.
Robot, ktorý dokáže vykonať jednu úlohu, nie je to isté ako robot, ktorý dokáže dokončiť prácu. Upratanie celej kuchyne, varenie jedla alebo príprava surovín na recept si vyžaduje viac než len izolované zručnosti. Vyžaduje si kontinuitu – schopnosť pamätať si, čo už bolo urobené, čo sa ešte musí stať a kde sa čo nachádza. Bez tejto naratívnej nite sa aj ten najschopnejší robot stane prekvapivo neschopným.
Túto výzvu sa teraz snažia vyriešiť výskumníci z Physical Intelligence pomocou novej architektúry s názvom Multi-Scale Embodied Memory (MEM) – systému navrhnutého tak, aby robotom poskytol krátkodobú aj dlhodobú pamäť, aby mohli vykonávať úlohy, ktoré sa odohrávajú v priebehu niekoľkých minút namiesto sekúnd.
Výsledky naznačujú niečo dôležité: budúcnosť robotiky môže menej závisieť od lepších mechanických rúk a viac od lepšej kognitívnej architektúry.
Moderné robotické modely už disponujú pozoruhodnou knižnicou motorických zručností. Dokážu uchopiť krehké predmety, manipulovať s nástrojmi a pohybovať sa v preplnenom prostredí. Ak však požiadate robota, aby upratal celú kuchyňu – utrel linky, odložil potraviny, umyl riad a usporiadal kuchynské náčinie –, obmedzenia sa rýchlo stanú zrejmými.
Problém nie sú samotné zručnosti. Problém je v tom, ako sú tieto zručnosti koordinované. Zložité úlohy si vyžadujú neustálu pozornosť. Robot si musí pamätať, ktoré skrinky už otvoril, kam položil pokrievku od hrnca alebo či už umyl riad. Musí tiež sledovať objekty, ktoré sa pohybujú mimo dohľadu, a udržiavať si mentálnu mapu prostredia pri vykonávaní nových akcií.
Ľudské poznávanie to robí bez námahy. Stroje to až donedávna nedokázali. Ukladanie každého pozorovania, ktoré robot vidí, po dobu niekoľkých minút alebo hodín je výpočtovo nemožné. Ale zahodenie týchto informácií vedie k chaotickému správaniu – opakovaným chybám, zabudnutým krokom alebo akciám, ktoré sú v rozpore s predchádzajúcimi rozhodnutiami. Vo výskume robotiky sa táto výzva niekedy opisuje ako „kauzálny zmätok“, kde systémy nesprávne interpretujú minulé udalosti a posilňujú nesprávne správanie.
Výsledok: roboty, ktoré vyzerajú pôsobivo v krátkych ukážkach, ale majú problém s plnením úloh v reálnom svete.
Pamäťový systém pre fyzickú inteligenciu
Architektúra MEM rieši tento problém zavedením viacvrstvovej pamäťovej štruktúry. Namiesto rovnomerného ukladania všetkých údajov systém rozdeľuje pamäť do dvoch komplementárnych foriem:
Krátkodobá vizuálna pamäť zachytáva nedávne pozorovania pomocou efektívnej architektúry kódovania videa. To umožňuje robotovi rozumieť pohybu, sledovať objekty v jednotlivých snímkach a pamätať si udalosti, ktoré sa stali pred sekundami – čo je kľúčové pre presné činnosti, ako je otočenie sendviča s grilovaným syrom alebo drhnutie riadu.
Dlhodobá konceptuálna pamäť si medzitým ukladá priebeh úlohy v prirodzenom jazyku. Namiesto zapamätávania si surových vizuálnych údajov vdefiNakoniec robot napíše krátke textové „poznámky“ opisujúce, čo sa stalo – vyhlásenia ako „Položil som hrniec do drezu“ alebo „Vybral som mlieko z chladničky“.
Tieto súhrny sa stávajú súčasťou procesu uvažovania robota. V skutočnosti si stroj vytvára vlastný príbeh úlohy. Systémový mechanizmus uvažovania potom rozhoduje o dvoch veciach súčasne: akú akciu vykonať ďalej a aké informácie si zaslúžia zapamätanie. Táto kombinácia umožňuje modelu sledovať úlohy trvajúce až pätnásť minút – oveľa dlhšie ako väčšina predchádzajúcich robotických demonštrácií.
Jednou z najzaujímavejších schopností, ktoré umožňuje MEM, je adaptácia v kontexte. Roboty robia chyby. To je nevyhnutné. Väčšina robotických systémov však tieto chyby opakuje donekonečna, pretože si nepamätajú zlyhania.
Rozdiel je zrejmý už v jednoduchých experimentoch. V jednom teste sa robot pokúša zdvihnúť plochú paličku. Bez pamäte stroj opakovane skúša ten istý neúspešný úchop. S pamäťou zapnutou si robot zapamätá neúspešný pokus a skúsi iný prístup – nakoniec uspeje.
Ďalším príkladom je otvorenie chladničky. Len na základe vizuálnych údajov robot nedokáže okamžite určiť, ktorým smerom sa dvere otvárajú. Systém bez pamäte jednoducho opakuje tú istú akciu znova a znova. Robot s pamäťou sa pokúsi o jeden smer, zapamätá si zlyhanie a potom sa pokúsi o opačnú stranu.
Tieto malé úpravy predstavujú niečo hlboké: schopnosť učiť sa v rámci samotnej úlohy. Namiesto toho, aby sa robot spoliehal výlučne na tréningové dáta, prispôsobuje sa za pochodu.
Výskumníci hodnotili systém založený na pamäti pri čoraz komplexnejších úlohách. Najprv prišla relatívne jednoduchá výzva: príprava sendviča s grilovaným syrom. To si vyžadovalo krátkodobú pamäť na zvládnutie načasovania pri vykonávaní jemných fyzických krokov, ako je otáčanie chleba a natieranie sendviča.
Nasledovala logistická úloha: získavanie surovín pre recept. Robot si musel zapamätať, ktoré položky už nazbieral, kde sa nachádzajú a či boli zásuvky a skrinky zatvorené. Nakoniec prišiel najnáročnejší scenár: upratanie celej kuchyne.
To znamenalo odkladanie predmetov, umývanie riadu, utieranie pracovných dosiek a sledovanie, ktoré časti miestnosti už boli upratané.
Model s rozšírenou pamäťou výrazne prekonal verzie bez štruktúrovanej pamäte, pričom preukázal vyššiu spoľahlivosť a mieru dokončenia úloh.
Tento rozdiel ilustruje kľúčový posun v robotike. Namiesto optimalizácie izolovaných činností teraz výskumníci vytvárajú systémy schopné udržateľných pracovných postupov.
Prečo je pamäť ďalšou hranicou v robotike
Širší dôsledok MEM spočíva v tom, že robotika vstupuje do novej fázy. Po desaťročia sa táto oblasť zameriavala na vnímanie a riadenie: pomáhala strojom vidieť svet a manipulovať s objektmi. V poslednej dobe rozsiahle multimodálne modely dramaticky zlepšili schopnosť robotov interpretovať pokyny a vykonávať zložité motorické správanie.
Ale s tým, ako tieto schopnosti dozrievajú, sa úzke hrdlo posúva. Ďalšou výzvou je kognitívna kontinuita – umožniť robotom fungovať dlhší čas bez toho, aby stratili prehľad o svojich cieľoch. Pamäťové systémy ako MEM poskytujú základ pre túto kontinuitu. Namiesto toho, aby roboty reagovali okamih po okamihu, si môžu udržiavať vnútorný naratív o svojich činoch, rozhodnutiach a prostredí. Tento naratív umožňuje vznik komplexného správania.
Ak sa tento prístup bude naďalej vyvíjať, dôsledky siahajú ďaleko za hranice čistenia kuchýň. Budúce roboty možno budú musieť dodržiavať pokyny, ktoré sa odohrávajú v priebehu hodín alebo dokonca dní. Predstavte si, že poviete domácej asistentke:
„Domov prídem o 18:00 – prosím, pripravte večeru a v stredu upratujte dom.“
Vykonanie takejto požiadavky by si vyžadovalo analýzu dlhých inštrukcií, plánovanie podúloh, zapamätanie si pokroku a prispôsobenie sa, keď sa niečo pokazí.
Udržiavanie surovej videohistórie každej akcie tak dlho by bolo nemožné. Namiesto toho sa roboty pravdepodobne budú spoliehať na hierarchické pamäťové systémy, kde sú skúsenosti komprimované do čoraz abstraktnejších reprezentácií.
MEM je skorým krokom k tejto architektúre. Naznačuje, že kľúčom k výkonnejším robotom nemusia byť silnejšie motory ani ostrejšie senzory, ale lepšia pamäť – a schopnosť o tom uvažovať. Ak si roboty konečne dokážu zapamätať, čo robia, možno budú konečne schopné aj dokončiť prácu.
Disclaimer
V súlade s Pokyny k projektu Trust, uvedomte si, že informácie uvedené na tejto stránke nie sú zamýšľané a nemali by byť interpretované ako právne, daňové, investičné, finančné alebo iné formy poradenstva. Je dôležité investovať len toľko, koľko si môžete dovoliť stratiť a v prípade akýchkoľvek pochybností vyhľadať nezávislé finančné poradenstvo. Ak chcete získať ďalšie informácie, odporúčame vám pozrieť si zmluvné podmienky, ako aj stránky pomoci a podpory poskytnuté vydavateľom alebo inzerentom. MetaversePost sa zaviazala poskytovať presné a nezaujaté správy, ale podmienky na trhu sa môžu zmeniť bez upozornenia.
O autorovi
Alisa, oddaná novinárka v MPost, špecializuje sa na kryptomeny, umelú inteligenciu, investície a rozsiahlu oblasť Web3. So záujmom o nové trendy a technológie poskytuje komplexné pokrytie s cieľom informovať a zapojiť čitateľov do neustále sa vyvíjajúceho prostredia digitálnych financií.
Ďalšie články
Alisa, oddaná novinárka v MPost, špecializuje sa na kryptomeny, umelú inteligenciu, investície a rozsiahlu oblasť Web3. So záujmom o nové trendy a technológie poskytuje komplexné pokrytie s cieľom informovať a zapojiť čitateľov do neustále sa vyvíjajúceho prostredia digitálnych financií.
