У меня дома есть стул позора. Под этим я подразумеваю стул в спальне, на который я складываю использованную одежду, еще не настолько грязную, чтобы ее можно было стирать. По какой-то необъяснимой причине, когда я ложусь спать, складывать и убирать эту одежду кажется непосильной задачей, поэтому я бросаю ее на стул «на потом». Я бы заплатил хорошие деньги, чтобы автоматизировать эту работу, прежде чем стул покроется горой одежды.
Благодаря искусственному интеллекту мы постепенно приближаемся к созданию домашних роботов, которые смогут выполнять нашу работу по дому. Создание по-настоящему полезных домашних роботов, на которых мы можем легко переложить задачи, на протяжении десятилетий было научной фантастикой и является конечной целью многих робототехников. Но роботы неуклюжи и с трудом справляются с тем, что нам кажется легким. Роботы, которые могут делать очень сложные вещи, например, хирургию, часто стоят сотни тысяч долларов, что делает их непомерно дорогими.
я просто опубликовал рассказ о новой робототехнической системе из Стэнфорда под названием Mobile ALOHA, которую исследователи использовали, чтобы получить дешевого, готового колесного робота, способного самостоятельно выполнять некоторые невероятно сложные вещи, такие как приготовление креветок, вытирание пятен с поверхностей и перемещение стульев. Им даже удалось заставить его приготовить обед из трех блюд, правда, под присмотром человека. Об этом подробнее здесь.
Робототехника находится на переломном этапе, говорит Челси Финн, доцент Стэнфордского университета, которая была консультантом проекта. В прошлом исследователи были ограничены объемом данных, на которых они могли обучать роботов. Сейчас доступно гораздо больше данных, и работа, подобная Mobile ALOHA, показывает, что с помощью нейронных сетей и большего количества данных роботы могут довольно быстро и легко обучаться сложным задачам, говорит она.
В то время как модели искусственного интеллекта, такие как большие языковые модели, используемые в чат-ботах, обучаются на огромных наборах данных, полученных из Интернета, роботов необходимо обучать на данных, которые были собраны физически. Это значительно усложняет создание огромных наборов данных. Группа исследователей из Нью-Йоркского университета и компании Meta недавно придумала простой и умный способ обойти эту проблему. Они использовали iPhone, прикрепленный к палке-захвату, чтобы записывать добровольцев, выполняющих задания дома. Затем они смогли обучить систему под названием Добб-Э (10 баллов Рэйвенкло за это название) выполнять более 100 домашних задач примерно за 20 минут. (Подробности от Рианнон Уильямс можно прочитать здесь..)
Mobile ALOHA также опровергает распространенное в сообществе робототехники мнение о том, что способность роботов выполнять подобные задачи сдерживается в первую очередь аппаратными недостатками, говорит Дипак Патхак, доцент Университета Карнеги-Меллон, который также не входил в исследовательскую группу.
«Недостающий элемент — это искусственный интеллект», — говорит он.
ИИ также показал многообещающие результаты в том, чтобы заставить роботов реагировать на словесные команды и помочь им адаптироваться к часто запутанной среде реального мира. Например, Google Система РТ-2 сочетает в себе модель «зрение-язык-действие» с роботом. Это позволяет роботу «видеть» и анализировать мир, а также реагировать на словесные инструкции, заставляя его двигаться. И новая система под названием AutoRT от DeepMind использует аналогичную модель языка видения, чтобы помочь роботам адаптироваться к невидимой среде, и большую языковую модель, чтобы создавать инструкции для парка роботов.
А теперь плохие новости: даже самые современные роботы до сих пор не умеют стирать белье. Это работа, которая для роботов значительно сложнее, чем для людей. Мятая одежда принимает странные формы, что затрудняет обработку и обработку роботами.