Vad du behöver veta
- Google Research och Everyday Robots går samman för att skapa en ny robotalgoritm PaLm-SayCan.
- De nya insatserna ska hjälpa robotar att bättre förstå människor genom språk via röst eller text.
- Företagen använder också "chain of thought prompting" för att hjälpa robotar att förstå en uppgift och verktygen för att slutföra den.
Google Research och Everyday Robots har samarbetat för att hjälpa robotar att bättre förstå och interagera med oss genom språk.
Både Google Research och Everyday Robots har slagit ihop krafterna för att skapa PaLm-SayCan, en gemensam satsning som använder Googles Pathways Language Model (PaLm) och en hjälprobot från Everyday Robots.
säger Google denna insats "är den första implementeringen som använder en storskalig språkmodell för att planera för en riktig robot." Det nya projektet borde hjälpa människor kommunicerar bättre med robotar via röst eller text och låter robotarna utföra komplexa uppgifter med en bättre förståelse för språk.
När det gäller språkanvändning hoppas Google och Everyday Robots att PaLm-SayCan-algoritmen kan hjälpa robotar att få en mer naturlig interaktion med människor. Google inleder sin språkforskning med att säga att mänskliga interaktioner, även de enklaste, är ganska komplexa. Företagen hoppas att robotar genom att använda PaLm-språkmodellen bättre kan slutföra och förstå öppna uppmaningar.
Enligt forskningen såg PaLm en 14 % förbättring när det gäller att hjälpa en robot att planera och närma sig en uppgift på ett rimligt sätt jämfört med andra modeller. Det fanns också en förbättring på 13 % av framgångsfrekvensen när de utförde uppgifter och en förbättring på 26 % för robotar när de fick en långvarig uppgift att slutföra, till exempel de som inkluderar åtta steg eller mer.
Google fortsätter att förklara hur dess nya forskningsinsatser hjälper robotar att förstå vår värld. Använder PaLm och "tankekedjan", en robot ska kunna ta en uppmaning och urskilja vad personen verkligen vill ha. Exemplet som ges är: "Ta med mig ett mellanmål och något att skölja ner det med." Med hjälp av tankekedjan kan en robot förstå vad ett lämpligt mellanmål kan vara och även att en person vill ha något att dricka när de säger, "något att skölja ner det med."
Att jorda AI i den verkliga världen är något som Google Research säger är avgörande för dess utvecklingsprocess. Den hoppas kunna använda språkmodellen och kapaciteten hos en robot för att hjälpa den att förstå vad som behöver göras för att slutföra en uppgift. Google förklarar att PaLm kommer att föreslå möjliga metoder för att uppnå en uppgift, och robotmodellen kommer att göra detsamma baserat på robotens kapacitet. Det ideala målet är att båda ska arbeta unisont för att nå ett mål på bästa möjliga sätt.
Google putsar bort saker genom att nämna säkerhetsåtgärderna för sina robotar som använder PaLm-SayCan. Algoritmen är begränsad till kommandon som håller robotens säkerhet i åtanke och som också håller saker och ting "mycket tolkningsbar." Google säger att detta gör det möjligt för den att undersöka och förstå varje beslut som roboten har gjort.
Även om Google inte har avslöjat planerna för sin egen konsumentrobothjälp, skulle det vara coolt att se företaget bygga och lansera sin egen version av Amazons Astro robot.