Gill Pratt szerint az AI-agy hozza el a humanoid robotok korát
A humanoid robotok fejlődésének pillanata végre elérkezett, de nem a mechanikai fejlesztések, hanem a mesterséges intelligencia áttörései miatt — állítja Gill Pratt, a Toyota Research Institute vezérigazgatója.
A humanoid robotok korszaka nem a fizikai testek, hanem az AI-alapú „agy” fejlődésének köszönhetően érkezett el — írja az IEEE Spectrum. Gill Pratt, a DARPA Robotics Challenge (DRC) megalkotója szerint a robotika területén mindig is volt egy egyensúlyhiány: a mechanizmusok rendkívül fejlettek voltak, de hiányzott a módja, hogy a robotok képességei megfeleljenek a bennük rejlő potenciálnak. Ezt az űrt tölti be most az AI-forradalom.
Pratt úgy véli, hogy a 2012-es DARPA Robotics Challenge előremozdította a területet, de a valódi áttörést az AI hozta el. A DRC még a félautonóm és teleoperációs rendszerekre fókuszált, ahol a távoli felügyelet és a részleges autonómia segítette a feladatok valós idejű végrehajtását. Az elmúlt évek AI-fejlesztései azonban lehetővé tették, hogy a robotokat kódírás nélkül tanítsák, egyszerűen a feladat bemutatásával.
Az intelligens gépek új korszaka
A robotok megbízható működéséhez szükséges adatok mennyisége és minősége továbbra is komoly kihívást jelent. Pratt szerint ez a probléma pontosan tükrözi a nagyméretű nyelvi modellek (LLM-ek) körüli vitát. Egyes szakértők úgy vélik, hogy a LLM-eket a hibák javításával és a hallucinációk kiküszöbölésével el lehet juttatni a megbízható működésig. Mások, köztük Yann LeCun, viszont azt állítják, hogy „világmodellekre” van szükség, amelyek lehetővé teszik az AI számára a képzeletet, a kipróbálást és a valódi érvelést.
A Toyota Research Institute (TRI) két évvel ezelőtt vezette be a diffúziós alapú irányítást és a nagyméretű viselkedési modelleket (LBM-eket). Ezek a modellek számos feladaton betanítva javítják egymás teljesítményét, és csökkentik a szükséges betanítási adatok mennyiségét. Pratt szerint a diffúziós módszerek alkalmazása a robotok viselkedésére óriási áttörést hozott, és azóta szinte minden robotikai demonstráció valamilyen diffúziós irányítást használ.
A gépi tanulás határai
Bár az automatizált vezetés területén már közel járunk a megoldáshoz, ahol emberi beavatkozással orvosolhatók a rendszerhibák, a humanoid robotok esetében a „világmodellek” hiánya még mindig korlátot jelent. A robotoknak olyan fizikai adottságokkal kell rendelkezniük, amelyek kihasználják a világunkat, és a lábak bizonyos környezetekben előnyösebbek, mint a kerekek. A TRI továbbra is a „világmodellek” fejlesztésére fókuszál, hogy a robotok ne csak reagáljanak, hanem valóban érvelni is tudjanak a valós idejű feladatok során. A Toyota Research Institute 2025-re tervezi a fejlett humanoid robotok piacra dobását.