A Physical Intelligence bemutatta a π0 általános célú robot alapmodellt
A Physical Intelligence nevű robotikai startup közzétette az első jelentős kísérletének részleteit, amelyben modern AI rendszereket alkalmaznak a robotikában. Az eredmény egy „általános célú robot alapmodell, amelyet π0-nak (pi-zero) nevezünk” – írják. „Hisszük, hogy ez az első lépés a hosszú távú célunk, a mesterséges fizikai intelligencia kifejlesztése felé, hogy a felhasználók egyszerűen megkérhessék a robotokat bármilyen feladat elvégzésére, ahogyan azt a nagy nyelvi modellek (LLM) és chatbot-asszisztensek esetében teszik.”
A Physical Intelligence által közzétett videókban egy alapvető, kétkarú robot olyan háztartási feladatokat végez, mint a mosó- és szárítógépek be- és kipakolása, ingek hajtogatása, asztalpakolás, szemétkidobás, valamint olyan finommozgást igénylő feladatok, mint a tojások áthelyezése egy tálból a tojástartóba. Összehasonlításképpen: most léptünk abba a korszakba, ahol a robotok mögött egyetlen AI rendszer áll, amely képes számos feladat elvégzésére, a látás-, mozgás- és tervezőrendszerek pedig elég fejlettek a hasznos tevékenységekhez, miközben az alapul szolgáló hardver relatíve olcsó és robusztus.
- Kombinálja a nagyüzemi több-feladatos és több-robotos adatgyűjtést egy új hálózati architektúrával.
- A tanítóadatok között nyílt forráskódú (open-source) adatok és egy 8 különböző robottól gyűjtött, ügyességi feladatokat tartalmazó nagy adatset is szerepel.
- A bemutatott feladatok közé tartozik a mosás kezelése, inghajtogatás és tojások pakolása.
- Egy Vision-Language-Action Flow Modellt használ az általános robotvezérléshez.
A legtöbb robotikai kísérlet ott bukott el, amikor a laboratóriumból a való világba került, a valóságban jelen lévő rengeteg zavaró tényező miatt. A nagy skálájú generatív modellek olyan kognitív rendszert adnak a robotoknak, amely képes általánosítani ezekben a környezetekben, kezelni a zavaró tényezőket, és az adott környezethez igazítani a feladatmegoldásokat. ---