Việc áp dụng rộng rãi robot gia đình ngoài Roomba đã bị cản trở bởi một số yếu tố, bao gồm chi phí, tính thực tế, thiết kế và thách thức của môi trường lập bản đồ. Ngay cả khi những vấn đề này được giải quyết một phần thì lỗi vẫn xảy ra, điều này càng trở nên tồi tệ hơn do khó khăn trong việc sửa chữa những lỗi mà các hệ thống này mắc phải. Mặc dù các tổ chức lớn có khả năng giải quyết những vấn đề như vậy nhưng việc mong đợi người tiêu dùng trả tiền cho các chuyên gia để gỡ lỗi hoặc trở thành lập trình viên là không thực tế. Nhưng như nghiên cứu gần đây của MIT cho thấy, Mô hình ngôn ngữ lớn (LLM) đưa ra một cách tiếp cận khả thi.
Bài báo sắp ra mắt tại Hội nghị quốc tế về Đại diện học tập (ICLR) tìm cách tích hợp các rô-bốt với mức độ "thông thường" để chúng có thể tự điều chỉnh. Theo nghiên cứu này, robot có thể tái tạo hành vi của con người, nhưng trừ khi được huấn luyện đúng cách để xử lý mọi trở ngại có thể xảy ra, chúng sẽ gặp khó khăn trong việc điều chỉnh trước những thay đổi không lường trước được và thường xuyên phải khởi động lại nhiệm vụ của mình lại từ đầu.
Nghiên cứu thu hút sự chú ý đến những hạn chế của việc học bắt chước ở robot, đặc biệt là trong các tình huống gia đình năng động, nơi ngay cả những thay đổi nhỏ cũng có thể khiến hệ thống phải thiết lập lại. Bằng cách chia các hoạt động thành các thành phần nhỏ hơn, nghiên cứu của MIT gợi ý một phương pháp mang tính cách mạng giúp việc sửa lỗi trở nên dễ dàng hơn và loại bỏ nhu cầu các lập trình viên phải can thiệp thủ công. Điều này được thực hiện nhờ LLM, giúp thu hẹp khoảng cách giữa sự trình diễn của con người và sự hiểu biết của robot bằng cách đưa ra hướng dẫn từng bước bằng ngôn ngữ chung. Điều này cho phép robot nhận ra giai đoạn nhiệm vụ của chúng và tự thực hiện các điều chỉnh cần thiết.
Sử dụng một robot đã được huấn luyện để xúc và đổ bi, nghiên cứu đã minh họa ý tưởng này và chỉ ra cách LLM cho phép robot tự sửa lỗi sau khi bị gián đoạn có chủ đích. Cách tiếp cận này cung cấp giải pháp hiệu quả cho một vấn đề dai dẳng trong chế tạo robot bằng cách giảm đáng kể yêu cầu lập trình hoặc can thiệp của con người khi xảy ra lỗi.
Nâng cao kỹ năng mà không làm gián đoạn sự nghiệp của bạn! Tham gia chương trình đào tạo bán thời gian trực tuyến Code Labs Academy của Code Labs Academy(/courses/data-science-and-ai) và đạt được các kỹ năng thực tế về mã hóa và phân tích dữ liệu. Học hỏi từ các chuyên gia trong ngành, xây dựng các dự án thực tế và chuẩn bị cho sự nghiệp dựa trên dữ liệu—tất cả đều theo lịch trình của bạn!