Adoptarea pe scară largă a roboților de acasă dincolo de Roomba a fost împiedicată de o serie de factori, inclusiv costul, caracterul practic, designul și provocarea cartografierii mediilor. Chiar dacă aceste probleme sunt parțial rezolvate, apar eșecuri, ceea ce este agravat de dificultatea de a corecta greșelile pe care le fac aceste sisteme. În timp ce organizațiile majore au capacitatea de a gestiona astfel de probleme, este nerealist să ne așteptăm ca consumatorii să plătească profesioniști pentru depanare sau să devină programatori. Dar, după cum arată cercetările recente de la MIT, modelele lingvistice mari (LLM) oferă o posibilă abordare.
O articol viitoare la Conferința Internațională pentru Reprezentările Învățării (ICLR) urmărește să integreze roboții cu un grad de „bun simț”, astfel încât aceștia să poată face corecții în mod autonom. Potrivit acestei cercetări, roboții pot replica comportamentul uman, dar dacă nu sunt antrenați corespunzător pentru a face față oricărui impediment posibil, au dificultăți în a se adapta la schimbări neprevăzute și își reia frecvent sarcinile de la început.
Studiul atrage atenția asupra dezavantajelor învățării prin imitație la roboți, în special în situațiile dinamice acasă, în care chiar și schimbările mici pot determina resetarea unui sistem. Prin împărțirea activităților în componente mai mici, studiul MIT sugerează o metodă revoluționară care face corecțiile mai ușoare și elimină necesitatea ca programatorii să intervină manual. Acest lucru este posibil prin LLM, care creează o punte între demonstrațiile umane și înțelegerea robotică, oferind instrucțiuni pas cu pas într-un limbaj comun. Acest lucru le permite roboților să-și recunoască stadiul sarcinii și să facă singuri ajustările necesare.
Folosind un robot care a fost antrenat să culeagă și să toarne bilele, cercetarea a ilustrat această idee și a arătat modul în care LLM-urile permit robotului să se auto-corecte după ce a fost întrerupt intenționat. Această abordare oferă o rezolvare eficientă a unei probleme persistente în robotică, reducând foarte mult cerințele de programare sau intervenție umană în timpul defecțiunilor.
Îmbunătățiți-vă abilitățile fără a vă întrerupe cariera! Alăturați-vă Code Labs Academy online cu jumătate de normă Data Science and AI Bootcamp și obțineți abilități practice în codificare și analiza datelor. Învață de la experți din industrie, construiește proiecte reale și pregătește-te pentru o carieră bazată pe date, totul conform programului tău!