Гоогле је представио РТ-2, нови модел вештачке интелигенције који може да преведе ваше команде у роботске радње без потребе за експлицитном обуком.
Иако АИ цхат ботови покретани великим језичким моделима (ЛЛМ) доминирају насловима ових дана због метеорског пораста популарности ЦхатГПТ, Бинг Цхат, Мета'с Ллама, и Гоогле Бард, ово је само мали део АИ пејзажа. Још једна област која се годинама активно истражује је роботски хардвер који користи сложене технике за замјену или помоћ људима. Гугл је сада најавио напредак у овом домену, у виду новог АИ модела.
Гоогле има откривено Роботицс Трансформер 2 (РТ-2), његов најновији АИ модел са врло специфичном сврхом: преношење жељене акције роботу. Користи нове технике за постизање ове сврхе, покретане јединственом визуелно-језичком радњом (ВЛА) за коју Гоогле тврди да је прва те врсте. Иако је неколико претходних модела попут РТ-1 и ПаЛМ-Е напредовало у повећању способности расуђивања код робота и обезбеђивању да уче један од другог, свет којим доминирају роботи, приказан у научнофантастичним филмовима, вероватно још увек изгледа као нешто из изузетно далеке будућности.
РТ-2 има за циљ да смањи овај јаз између фикције и стварности тако што ће осигурати да роботи у потпуности разумеју свет око себе уз минималну или никакву подршку. У принципу, веома је сличан ЛЛМ-има, где користи модел заснован на трансформатору да учи о свету из текстуалних и визуелних информације доступне на вебу, а затим их превести у роботске радње, чак и на тестним случајевима где то није експлицитно обучени.
Гоогле је објаснио неколико случајева употребе да би објаснио могућности РТ-2. На пример, ако замолите РТ-2 робота да баци смеће у канту, он би лако могао да разуме шта је смеће, како да га разликује од других објеката присутан у окружењу, како да га механички померите и подигнете и како да га одложите у канту за отпатке, а све то без посебне обуке за било шта од овога активности.
Гоогле је такође поделио неке прилично импресивне резултате свог тестирања РТ-2. У више од 6.000 испитивања, РТ-2 се показао вештим као и његов претходник у „виђеним“ задацима. Још интересантније, у невиђеним сценаријима, постигао је 62% у поређењу са 32% код РТ-1, што је скоро двоструко повећање перформанси. Иако се примена такве технологије већ чини веома опипљивом, за то је потребно доста времена да би сазрели јер стварни случајеви употребе разумљиво захтевају ригорозно тестирање, па чак и регулаторно одобрење на пута. За сада можете прочитати више о бацкенд механизму РТ-2 Блог Гоогле ДеепМинд-а овде.