Google svela la 'Costituzione del Robot' per migliorare il processo decisionale dei droidi AI
- La "Costituzione dei Robot" di Google migliora sicurezza e processo decisionale per i robot alimentati da IA.
- Il sistema AutoRT combina modelli visivi e linguistici di grandi dimensioni per potenziare le capacità dei robot.
- SARA-RT rivoluziona l'efficienza, con un aumento dell'accuratezza del 10,6% nella robotica.
In un movimento rivoluzionario, il team di robotica di DeepMind di Google ha presentato tre importanti innovazioni mirate a migliorare le capacità decisionali dei robot che operano in ambienti esterni. Tra queste innovazioni spicca un sistema unico per la raccolta dei dati di addestramento, accompagnato da ciò che Google definisce una "Costituzione Robotica". Questo sviluppo dovrebbe consentire ai robot di prendere decisioni più rapide, intelligenti e sicure mentre lavorano a fianco degli esseri umani.
AutoRT: Un sistema avanzato di raccolta dati
AutoRT di DeepMind è un sistema di raccolta dati all'avanguardia progettato per dotare i robot della capacità di comprendere l'ambiente circostante, adattarsi a nuove situazioni e selezionare le attività più appropriate. Sfrutta in armonia sia un Modello Linguistico Visivo (VLM) sia un Modello Linguistico di Grande Dimensione (LLM).
Il VLM è responsabile della percezione dell'ambiente del robot e dell'identificazione degli oggetti visibili. Nel frattempo, l'LLM funge da decisore, suggerendo le attività che il robot può eseguire. Questo approccio a doppio modello consente ai robot di prendere decisioni informate e di navigare nei loro ambienti in modo più efficiente.
Ispirato alle "Tre Leggi della Robotica" di Asimov
La Costituzione Robotica, ispirata alle "Tre Leggi della Robotica" del visionario scrittore di fantascienza Isaac Asimov, funge da insieme di linee guida di sicurezza per i robot alimentati dall'IA. Questa costituzione istruisce l'LLM a evitare attività che coinvolgono esseri umani, animali, oggetti appuntiti e elettrodomestici, garantendo la sicurezza sia dei robot sia dei loro controparti umani.
Misure di sicurezza potenziate
DeepMind ha adottato precauzioni aggiuntive per migliorare la sicurezza di questi robot. Se la forza esercitata sulle giunture di un robot supera un limite predeterminato, esso si fermerà automaticamente. Inoltre, è disponibile un interruttore di arresto di emergenza per gli operatori umani, che consente loro di disattivare i robot quando necessario, fornendo un ulteriore livello di sicurezza.
Test e implementazione nel mondo reale
In appena sette mesi, Google ha schierato con successo cinquanta-tre robot AutoRT in quattro edifici per uffici. Durante questo periodo, sono stati condotti oltre settantasettemila test per valutare le capacità dei robot. Alcuni di questi robot sono stati controllati da remoto da operatori umani, mentre altri hanno seguito script predefiniti o sono operati in autonomia utilizzando il modello di apprendimento AI Robotic Transformer (RT-2) di Google.
È notevole che questi robot abbiano un aspetto pratico, dotati di una telecamera, di un braccio robotico e di una base mobile. Il Modello Linguistico Visivo (VLM) è fondamentale per aiutarli a comprendere l'ambiente circostante e identificare gli oggetti, mentre il Modello Linguistico di Grande Dimensione (LLM) assiste nel processo decisionale, assicurando che i robot eseguano le attività in modo efficace e sicuro.
Presentazione di SARA-RT: Un progresso nell'efficienza
Uno dei progressi più significativi in questo ambito è l'introduzione dell'Attenzione Robusta Auto-Adattiva per i Trasformatori Robotici (SARA-RT). Questo sistema è stato sviluppato per ottimizzare i modelli Trasformatore Robotico (RT), rendendoli più efficienti nelle applicazioni del mondo reale.
L'architettura della rete neurale RT, che ha svolto un ruolo cruciale negli ultimi avanzamenti nei sistemi di controllo robotico, in particolare nel modello all'avanguardia RT-2, ha visto miglioramenti notevoli. I modelli SARA-RT-2 di migliore prestazioni hanno dimostrato un miglioramento del 10,6% in termini di accuratezza e un aumento del 14% in velocità rispetto alle loro controparti RT-2, tutto ciò utilizzando una storia concisa di immagini come input.
Un punto di svolta per l'efficienza robotica
L'introduzione di SARA-RT è salutata come un punto di svolta nel campo della robotica. Rappresenta il primo meccanismo di attenzione scalabile che migliora significativamente l'efficienza computazionale senza compromettere la qualità del processo decisionale. Questo sviluppo è destinato a rivoluzionare il modo in cui i robot operano in scenari reali, rendendoli più capaci, efficienti e sicuri.
I recenti avanzamenti del team di robotica di DeepMind di Google nell'ambito della robotica guidata dall'IA, tra cui l'introduzione di una "Costituzione Robotica" e il sistema rivoluzionario SARA-RT, segnano un salto significativo nel mondo della robotica. Si prevede che queste innovazioni migliorino le capacità decisionali dei robot negli ambienti esterni, rendendoli più intelligenti, sicuri ed efficienti. Con test nel mondo reale e risultati impressionanti, l'impegno di Google per l'avanzamento del campo della robotica è evidente, promettendo un futuro in cui robot e esseri umani potranno collaborare in modo fluido e sicuro.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Editah Patrick
Editah è un'analista fintech versatile con una profonda comprensione dei domini blockchain. Sebbene la tecnologia la affascini, trova sconvolgente l'intersezione tra tecnologia e finanza. Il suo particolare interesse per i portafogli digitali e la blockchain aiuta il suo pubblico.
