L'àmplia adopció de robots domèstics més enllà del Roomba s'ha vist obstaculitzada per una sèrie de factors, com ara el cost, la practicitat, el disseny i el repte de mapejar entorns. Encara que aquests problemes es resolguin parcialment, encara es produeixen falles, la qual cosa empitjora per la dificultat per corregir els errors que cometen aquests sistemes. Tot i que les organitzacions principals tenen la capacitat de gestionar aquests problemes, no és realista esperar que els consumidors paguin als professionals per la depuració o que es converteixin en programadors. Però, com mostren investigacions recents del MIT, els grans models de llenguatge (LLM) ofereixen un possible enfocament.
Un proper paper a la International Conference on Learning Representations (ICLR) pretén integrar robots amb un grau de "sentit comú" perquè puguin fer correccions de manera autònoma. Segons aquesta investigació, els robots poden replicar el comportament humà, però tret que estiguin entrenats adequadament per manejar tots els possibles impediments, tenen dificultats per adaptar-se als canvis imprevistos i sovint reinicien les seves tasques des del principi.
L'estudi crida l'atenció sobre els inconvenients de l'aprenentatge per imitació en robots, especialment en situacions domèstiques dinàmiques on fins i tot petits canvis poden fer que un sistema es reiniciï. En dividir les activitats en components més petits, l'estudi del MIT suggereix un mètode revolucionari que facilita les correccions i elimina la necessitat que els programadors intervenguin manualment. Això és possible gràcies als LLM, que superen la bretxa entre les demostracions humanes i la comprensió robòtica donant instruccions pas a pas en llenguatge comú. Això permet als robots reconèixer la seva fase de tasca i fer els ajustos necessaris per si mateixos.
Utilitzant un robot que va ser entrenat per agafar i abocar marbres, la investigació va il·lustrar aquesta idea i va mostrar com els LLM permeten que el robot s'autocorregi després de ser interromput a propòsit. Aquest enfocament proporciona una resolució eficaç a un problema persistent en robòtica reduint en gran mesura el requisit de programació o intervenció humana durant els errors.
- Millora les habilitats sense interrompre la teva carrera! Uneix-te al camp d'inici de Data Science and AI en línia a temps parcial de Code Labs Academy i adquireix habilitats pràctiques en codificació i anàlisi de dades. Apreneu d'experts del sector, creeu projectes reals i prepareu-vos per a una carrera basada en dades, tot a la vostra hora!*