Cosa hai bisogno di sapere
- Google Research e Everyday Robots si uniscono per creare il nuovo algoritmo di robotica PaLm-SayCan.
- I nuovi sforzi dovrebbero aiutare i robot a comprendere meglio gli esseri umani attraverso il linguaggio tramite voce o testo.
- Le aziende stanno anche utilizzando la "catena di suggerimenti" per aiutare i robot a comprendere un'attività e gli strumenti per completarla.
Google Research e Everyday Robots hanno collaborato per aiutare i robot a comprendere e interagire meglio con noi attraverso il linguaggio.
Sia Google Research che Everyday Robots hanno unito le forze per creare Palm-SayCan, uno sforzo congiunto che utilizza Pathways Language Model (PaLm) di Google e un robot helper Everyday Robots.
dice Google questo sforzo "è la prima implementazione che utilizza un modello linguistico su larga scala per pianificare un vero robot". Il nuovo progetto dovrebbe aiutare le persone comunicano meglio con i robot tramite voce o testo e consentono ai robot di eseguire compiti complessi con una migliore comprensione lingua.
Per quanto riguarda l'uso del linguaggio, Google e Everyday Robots sperano che l'algoritmo PaLm-SayCan possa aiutare i robot a ottenere un'interazione più naturale con le persone. Google premette la sua ricerca linguistica affermando che le interazioni umane, anche le più semplici, sono piuttosto complesse. Le aziende sperano che, utilizzando il modello linguistico PaLm, i robot possano completare e comprendere meglio i prompt aperti.
Secondo la ricerca, PaLm ha visto un miglioramento del 14% nell'aiutare un robot a pianificare e affrontare un compito ragionevolmente rispetto ad altri modelli. C'è stato anche un miglioramento del tasso di successo del 13% durante l'esecuzione di compiti e un miglioramento del 26% per i robot quando è stato assegnato un compito lungo da completare, come quelli che includono otto passaggi o più.
Google continua a spiegare come i suoi nuovi sforzi di ricerca stanno aiutando i robot a dare un senso al nostro mondo. Usando Palm e "catena di stimoli di pensiero," un robot dovrebbe essere in grado di ricevere un suggerimento e discernere ciò che la persona vuole veramente. L'esempio fornito è: "Portami uno spuntino e qualcosa con cui mandarlo giù". Usando la catena del pensiero che suggerisce, un robot può farlo capire cosa può essere uno spuntino adatto e anche che una persona vuole qualcosa da bere quando dice "qualcosa per mandarlo giù". con."
Il radicamento dell'intelligenza artificiale nel mondo reale è qualcosa che secondo Google Research è fondamentale per il suo processo di sviluppo. Spera di utilizzare il modello linguistico e le capacità di un robot per aiutarlo a capire cosa deve essere fatto per completare un compito. Google spiega che PaLm suggerirà possibili metodi per raggiungere un compito e il modello del robot farà lo stesso in base alle capacità del robot. L'obiettivo ideale è che entrambi lavorino all'unisono per raggiungere un obiettivo nel miglior modo possibile.
Google rifinisce le cose menzionando le misure di sicurezza in atto per i suoi robot che utilizzano PaLm-SayCan. L'algoritmo è limitato ai comandi che tengono a mente la sicurezza del robot e anche le cose "altamente interpretabile". Google afferma che ciò gli consente di esaminare e comprendere ogni decisione del robot ha fatto.
Sebbene Google non abbia rivelato i piani per il proprio robot aiutante di consumo, sarebbe bello vedere l'azienda costruire e lanciare la propria versione di Amazon Astrorobot.