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.