Il gruppo di robotica della divisione DeepMind di Google ha presentato tre nuovi prodotti che aiuteranno i robot a prendere decisioni più rapide e ad agire in modo più efficiente e sicuro mentre svolgono attività intorno alle persone.
Il sistema di raccolta dati di AutoRT si basa sul modello del linguaggio visivo (VLM) e sul modello del linguaggio di grandi dimensioni (LLM): aiutano i robot a valutare l'ambiente, ad adattarsi a situazioni non familiari e a prendere decisioni sull'esecuzione delle attività. Il VLM viene utilizzato per analizzare l'ambiente e riconoscere gli oggetti nel campo visivo, mentre il LLM è responsabile dell'esecuzione creativa dei compiti. L'innovazione più importante di AutoRT è stata la comparsa nel blocco LLM delle "Costituzioni Robot": comandi orientati alla sicurezza che dicono alla macchina di evitare di scegliere compiti che coinvolgono persone, animali, oggetti appuntiti e persino apparecchi elettrici. Ai fini di una maggiore sicurezza, il lavoro è programmato per arrestarsi quando la forza sulle articolazioni supera una certa soglia; e il loro design ora prevede un interruttore fisico aggiuntivo che una persona può utilizzare in caso di emergenza.
Negli ultimi sette mesi, Google ha implementato 53 lavori con il sistema AutoRT in quattro dei suoi edifici adibiti a uffici e ha condotto più di 77 test. Alcune macchine erano controllate a distanza da operatori, mentre altre eseguivano attività in modo autonomo sulla base di un determinato algoritmo o utilizzando il modello AI Robotic Transformer (RT-2). Finora tutti questi robot hanno un aspetto estremamente semplice: sono arti manipolatori su una base mobile e telecamere per valutare la situazione.
La seconda innovazione è stata il sistema SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers), volto a ottimizzare il funzionamento del modello RT-2. I ricercatori hanno scoperto che raddoppiando i dati di input, ad esempio aumentando la risoluzione delle telecamere, il bisogno di risorse di calcolo del robot aumenta di quattro volte. Questo problema è stato risolto da un nuovo metodo di messa a punto dell'intelligenza artificiale chiamato up-training: questo metodo trasforma la crescita quadratica della necessità di risorse di calcolo in una crescita quasi lineare. Per questo motivo, il modello funziona più velocemente, mantenendo la qualità precedente.
Infine, gli ingegneri di Google DeepMind hanno sviluppato il modello AI RT-Trajectory, che semplifica l’addestramento dei robot per eseguire compiti specifici. Dopo aver impostato un compito, l'operatore stesso mostra un campione della sua esecuzione, RT-Trajectory analizza la traiettoria di movimento impostata da una persona e la adatta alle azioni del robot.
Leggi anche: