سلطت جوجل الضوء على الأبحاث الجارية المصممة لإعطاء الروبوتات فهمًا دقيقًا لما نريده نحن البشر منها على وجه التحديد.
وكشفت عملاقة البحث عن 3 تطورات جديدة تقول إنها تساعد الروبوتات في اتخاذ قرارات سريعة وآمنة.
ويتعلق أحد التطورات بنظام AutoRT لجمع بيانات التدريب باستخدام “دستور الروبوت”، وذلك لضمان استخدام الذكاء الاصطناعي بشكل مسؤول.
ويوصف “دستور الروبوت” بأنه مجموعة من المطالبات التي تركز على السلامة والتي توجه النموذج اللغوي الكبير في تجنب اختيار المهام التي تنطوي على البشر والحيوانات والأشياء الحادة، وحتى الأجهزة الكهربائية. واستوحت جوجل “دستور الروبوت” من “قوانين الروبوتات الثلاثة” لإسحاق أسيموف.
وصممت جوجل نظام AutoRT من أجل استخدام النماذج التأسيسية الكبيرة في تنفيذ عدد من الأغراض المختلفة.
ويستطيع نظام AutoRT استخدام نموذج اللغة المرئية والنموذج اللغوي الكبير معًا من أجل فهم بيئته، والتكيف مع الإعدادات غير المألوفة، واتخاذ قرار بخصوص المهام المناسبة.
وبرمجت جوجل الروبوتات لتتوقف تلقائيًا إذا تجاوزت القوة المؤثرة في المفاصل حدًا معينًا، وتضمنت مفتاحًا فعليًا يمكن للمشغلين البشريين استخدامه لإلغاء تنشيطها.
ونشرت جوجل على مدار سبعة أشهر مجموعة مكونة من 53 روبوتًا من نوع AutoRT في 4 مباني مكاتب مختلفة وأجرت أكثر من 77000 تجربة.
وتحكم المشغلون البشريون ببعض الروبوتات من بعد، في حين كانت الروبوتات الأخرى تعمل إما بناءً على برنامج نصي أو بشكل مستقل باستخدام نموذج تعلم الذكاء الاصطناعي من جوجل المسمى RT-2.
وتبدو الروبوتات المستخدمة في التجربة نفعية، إذ إنها مجهزة بكاميرا وذراع وقاعدة متنقلة.
واستخدم كل روبوت في التجارب نموذج اللغة المرئية لفهم بيئته والأشياء الموجودة ضمن نطاق الرؤية، في حين اقترح النموذج اللغوي الكبير بعد ذلك قائمة من المهام الإبداعية التي يمكن للروبوت تنفيذها، إذ يلعب الروبوت أيضًا دور صانع القرار لاختيار مهمة مناسبة لينفذها.
وتتضمن تقنية جوجل الجديدة الأخرى SARA-RT، وهي معمارية شبكة عصبونية مصممة لجعل نموذج تعلم الذكاء الاصطناعي الحالي RT-2 دقيقًا وسريعًا.
كما أعلنت الشركة أيضًا RT-Trajectory، الذي يضيف مخططات ثنائية الأبعاد لمساعدة الروبوتات في أداء المهام البدنية المحددة بشكل أفضل، مثل مسح الطاولة.
نسخ الرابط
تم نسخ الرابط
