Lo que necesitas saber
- Google Research y Everyday Robots se unen para crear el nuevo algoritmo de robótica PaLm-SayCan.
- Los nuevos esfuerzos deberían ayudar a los robots a comprender mejor a los humanos a través del lenguaje a través de la voz o el texto.
- Las empresas también están utilizando la "cadena de indicaciones de pensamiento" para ayudar a los robots a comprender una tarea y las herramientas para completarla.
Google Research y Everyday Robots se han asociado para ayudar a los robots a entendernos mejor e interactuar con nosotros a través del lenguaje.
Tanto Google Research como Everyday Robots han combinado fuerzas para crear Palm-SayCan, un esfuerzo conjunto que utiliza Pathways Language Model (PaLm) de Google y un robot auxiliar de Everyday Robots.
Google dice este esfuerzo "es la primera implementación que utiliza un modelo de lenguaje a gran escala para planificar un robot real". El nuevo proyecto debería ayudar las personas se comunican mejor con los robots a través de voz o texto y permiten que los robots ejecuten tareas complejas con una mejor comprensión de idioma.
Con respecto al uso del lenguaje, Google y Everyday Robots esperan que el algoritmo PaLm-SayCan pueda ayudar a los robots a lograr una interacción más natural con las personas. Google inicia su investigación lingüística diciendo que las interacciones humanas, incluso las más simples, son bastante complejas. Las empresas esperan que al utilizar el modelo de lenguaje PaLm, los robots puedan completar y comprender mejor las indicaciones abiertas.
Según la investigación, PaLm vio una mejora del 14 % en ayudar a un robot a planificar y abordar una tarea de manera razonable en comparación con otros modelos. También hubo una mejora del 13 % en la tasa de éxito al realizar tareas y una mejora del 26 % para los robots cuando se les dio una tarea larga para completar, como aquellas que incluyen ocho pasos o más.
Google continúa explicando cómo sus nuevos esfuerzos de investigación están ayudando a los robots a dar sentido a nuestro mundo. Usando Palm y "cadena de pensamiento incitando", un robot debería ser capaz de tomar una indicación y discernir lo que la persona realmente quiere. El ejemplo dado es: "Tráeme un refrigerio y algo para acompañarlo". Utilizando la cadena de mensajes de pensamiento, un robot puede comprender lo que puede ser un refrigerio adecuado y también que una persona quiere algo de beber cuando dice, "algo para acompañarlo con."
La conexión a tierra de la IA en el mundo real es algo que, según Google Research, es crucial para su proceso de desarrollo. Espera utilizar el modelo de lenguaje y las capacidades de un robot para ayudarlo a comprender lo que se debe hacer para completar una tarea. Google explica que PaLm sugerirá posibles métodos para realizar una tarea, y el modelo de robot hará lo mismo en función de las capacidades del robot. El objetivo ideal es que ambos trabajen al unísono para alcanzar una meta de la mejor manera posible.
Google pule las cosas al mencionar las medidas de seguridad implementadas para sus robots que usan PaLm-SayCan. El algoritmo se limita a los comandos que tienen en cuenta la seguridad del robot y también mantienen las cosas "altamente interpretable". Google dice que esto le permite examinar y comprender cada decisión que toma el robot ha hecho.
Si bien Google no ha revelado planes para su propio ayudante de robot de consumo, sería genial ver a la compañía construir y lanzar su propia versión de Amazon. astro robot.