Il controllo dei robot sta diventando naturale con la tecnologia AI? Il RT-2 di Google lo promette!
- Google presenta il Robotics Transformer 2 (RT-2), una tecnologia AI rivoluzionaria che consente il controllo dei robot tramite linguaggio naturale.
- RT-2 sfrutta modelli linguistici come Bard e ChatGPT, addestrando i robot a eseguire azioni basate su dati testuali e immagini provenienti dal web.
- I robot dotati di RT-2 possono apprendere rapidamente compiti, come identificare e smaltire i rifiuti, dimostrando il potenziale per rivoluzionare le applicazioni robotiche.
L'ultima innovazione di Google nell'intelligenza artificiale, il Robotics Transformer 2 (RT-2), sta aprendo nuove frontiere nel mondo della robotica. Sfruttando la tecnologia AI all'avanguardia simile ai sistemi che alimentano chatbot AI come Bard e ChatGPT, Google mira a consentire ai robot di eseguire compiti in modo più efficiente ed efficace. Vincent Vanhoucke, capo della robotica per Google DeepMind, ha presentato RT-2 come un "modello vision-language-action (VLA) senza precedenti" che consente agli utenti di controllare i robot utilizzando il linguaggio naturale.
Questo sviluppo rivoluzionario consente ai robot di interpretare dati testuali e immagine dal web ed eseguire le azioni corrispondenti. Con RT-2, Google compie progressi nella rivoluzione di come i robot comprendono il mondo che li circonda, migliorando infine le loro capacità in vari campi, a partire dal compito banale ma essenziale di smaltire i rifiuti.
Tecnologia AI per il controllo convenzionale dei robot di Google RT-2
Google's RT-2, il modello vision-language-action (VLA) visionario, ha fatto fare passi da gigante al campo della robotica. Sfruttando una tecnologia simile a quella dei chatbot AI Bard e ChatGPT, RT-2 trascende i confini del controllo convenzionale dei robot. A differenza dei chatbot che elaborano dati testuali per le interazioni umane, i robot affrontano una sfida più intricata di comprendere il loro ambiente fisico. Questa distinzione pone un ostacolo unico poiché i robot devono differenziare gli oggetti, interpretare il contesto ed eseguire azioni precise in base alle loro percezioni.
Vincent Vanhoucke ha sottolineato la complessità della comprensione robotica, facendo notare che riconoscere un oggetto semplice come una mela è molto più facile che distinguere tra una deliziosa mela rossa e una palla rossa prima di raccogliere accuratamente l'oggetto desiderato. Google's RT-2 colma efficacemente questo divario, dando ai robot la capacità di comprendere scenari del mondo reale e rispondere alle istruzioni date in linguaggio naturale. Combinando la comprensione del linguaggio e la percezione visiva, RT-2 inaugura una nuova era della robotica con applicazioni che spaziano dalla manifattura, alla sanità, alla risposta alle catastrofi e oltre. Con le straordinarie capacità di RT-2, il potenziale per la collaborazione uomo-robot e i progressi trasformativi in vari settori è davvero sbalorditivo.
Potenziare i robot per smaltire i rifiuti
In precedenza, addestrare i robot a eseguire compiti apparentemente semplici come gettare via i rifiuti comportava un processo arduo e che richiedeva molto tempo. Gli ingegneri dovevano insegnare al robot a identificare i rifiuti, afferrarli in modo appropriato, trovare un cestino adatto e poi depositare i rifiuti con cura. Questa coreografia intricata richiedeva un addestramento estensivo e una messa a punto di numerosi parametri, rendendo il processo lento e monotono.
Con l'avvento di RT-2 e la sua capacità di attingere da vaste raccolte di dati immagine online, il processo di addestramento dei robot è stato trasformato. Il nuovo modello AI dà ai robot la possibilità di imparare rapidamente a identificare i rifiuti ed eseguire autonomamente i passaggi necessari per raccoglierli e smaltirli correttamente. Con una piccola quantità di dati di addestramento, RT-2 consente sorprendentemente ai robot di trasferire concetti incorporati nei loro dati di addestramento linguistici e visivi, permettendo loro di eseguire compiti complessi per i quali non sono stati esplicitamente addestrati.
In una dimostrazione sorprendente, un robot ha identificato e sollevato senza sforzo un dinosauro di giocattolo quando gli è stato chiesto di raccogliere un animale estinto tra un gruppo di giocattoli. Un'altra sfida ha visto il robot spostare con competenza una piccola Volkswagen di giocattolo verso una bandiera tedesca. Questi esempi reali illustrano come le capacità linguistiche e visive di RT-2 spingano la robotica a nuovi livelli di versatilità e reattività.
Non limitarti a leggere le notizie sulle criptovalute. Comprendile. Iscriviti alla nostra newsletter. È gratuita.
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.
Aamir Sheikh
Aamir è un giornalista tecnologico con quasi sei anni di esperienza nei settori delle criptovalute e della tecnologia. Si è laureato presso l'Università MAJ con un MBA in Finanza e Marketing. Attualmente lavora per Cryptopolitan, dove si occupa delle ultime novità sui mercati delle criptovalute e delle previsioni sui prezzi.
