Google навчає роботів викидати сміття

Спеціалісти Google повідомили про розробку моделі штучного інтелекту RT‑2 (Robot­ics Trans­former 2), яку інтегрують у роботів. Під час тестування RT‑2 роботів навчили ідентифікувати сміття та викидати його.

Навчена на великому масиві даних модель RT‑2 має уявлення про те, що таке сміття та як його викидати, хоча цьому вона ніколи не навчалася. Robot­ics Trans­former 2 навіть знайома з абстрактною природою сміття: пакет чипсів та бананова шкірка стають сміттям, лише тоді, коли людина їх з’їла.

Як пояснили розробники, RT‑2 є першою моделлю класу “зір-мова-дія” (Vision-Lan­guage-Action — VLA). Вона заснована на архітектурі типу «Трансформер» та навчена на текстах та зображеннях з інтернету, а її ключовою перевагою є перетворення даних у команди для виконання певних дій. Іншими словами, зазначили у Google, RT‑2 «говорить мовою роботів».

Традиційні методи навчання роботів є надмірно трудомісткими і дорогими — потрібне введення окремих фрагментів даних за кожним об’єктом, середовищем, завданням і ситуацією в реальному світі. Полегшити завдання допомогло використання моделі машинного зору PaLM‑E, з якою роботи навчилися краще орієнтуватися у просторі. Щодо завдань RT‑2, модель як єдине ціле забезпечує роботу алгоритмів міркувань та управління діями робота. Навіть для завдань, які не входили до масиву даних на етапі навчання.