Vreme čitanja: oko 2 min.
Robot na bazi GPT-4 pravi selfije i „jede“ kokice
Vreme čitanja: oko 2 min.
Istraživači sa Tokijskog univerziteta izgradili su most između velikih jezičkih modela i robota koji obećava pokrete sličnije ljudskim, bez tradicionalnih kontrola zavisnih od hardvera.
Alter3 je najnovija verzija humanoidnog robota prvi put predstavljenog 2016. Istraživači sad koriste GPT-4 za vođenje robota kroz razne simulacije, kao što su pravljenje selfija, bacanje lopte, jedenje kokica i sviranje imaginarne gitare.
Ranije bi takve akcije zahtevale specifično kodiranje za svaku aktivnost, ali uvođenje GPT-4 daje robotima široke nove kapacitete učenja iz prirodnih jezičkih instrukcija, piše TechXplore.
Roboti pokretani veštačkom inteligencijom primarno su fokusirani na osnovnu komunikaciju između života i robota unutar kompjutera, koristeći velike jezičke modele za tumačenje i imitiranje prirodnih reakcija.
Direktna kontrola je sad moguća putem mapiranja jezičkih izraza ljudskih akcija na telo robota putem programskog koda. Taj napredak su naučnici nazvali „promena paradigme“.
Alter3, koji je sposoban za složene pokrete gornjeg dela tela, uključujući detaljne facijalne ekspresije, ima 42 osovine koje simuliraju ljudsko mišićno-skeletno kretanje. Postavljen je na bazu i ne može da hoda, iako može imitirati hodanje.
Posao kodiranja koordinacije tolikog broja zglobova bio je ogroman i uključivao je vrlo repetitivne pokrete. „Zahvaljujući velikim jezičkim modelima, sad smo oslobođeni tog ponavljanja“, kažu autori.
Oni sad mogu jednostavno da daju verbalne instrukcije koje opisuju željene pokrete i šalju brzu instrukciju velikom jezičkom modelu da kreira kod u programskom jeziku Pajton, koji upravlja mehanizmom Androida.
Alter3 čuva aktivnosti u memoriji i istraživači mogu da usavršavaju i prilagođavaju njegove akcije, što vremenom vodi ka bržim, uglađenijim i preciznijim pokretima.
Autori daju primer prirodnih jezičkih instrukcija datih robotu radi pravljenja selfija:
Napravi veliki, veseo osmeh i raširi oči kako bi pokazao uzbuđenje.
Pomeri gornji deo tela malo ulevo, zauzimajući energičan stav.
Podigni desnu ruku visoko, simulirajući telefon.
Savij desnu ruku u laktu, približavajući telefon licu.
Pomeri glavu malo udesno, ostavljajući utisak nestašnog raspoloženja.
Istraživači su uneli malo humora u aktivnosti robota. U jednom scenariju, Alter3 se pravi da jede kokice, a onda shvata da one pripadaju osobi koja sedi pored njega. Preteran izraz lica i pokreti rukom pokazuju iznenađenje i posramljenost.
Kamerom opremljen Alter3 može da „vidi“ ljude. Istraživači su otkrili da robot može da popravi svoje ponašanje posmatrajući reakcije ljudi. Takvo učenje su uporedili sa neonatalnom imitacijom, koju dečji bihevioristi primećuju kod novorođenčadi.
Upotreba velikih jezičkih modela u robotici redefiniše granice saradnje između čoveka i robota, utirući put za inteligentnije, prilagodljivije i dopadljivije robotske entitete.
(Telegraf Nauka/TechXplore)
Povezane vesti
Zašto bi povezivanje sa našim „gerbilskim mozgom“ moglo pomoći mašinama da bolje čuju
Prvi masovno proizveden humanoidni robot
Nauka Telegraf zadržava sva prava nad sadržajem. Za preuzimanje sadržaja pogledajte uputstva na stranici Uslovi korišćenja.
