Τα νέα συστήματα AI του Google DeepMind διδάσκουν τα ρομπότ να δένουν κορδόνια παπουτσιών και να κρεμάνε ρούχα

Η ομάδα ρομποτικής της Google DeepMind δημοσίευσε δύο έργα για την έρευνά της στην επιδεξιότητα των ρομπότ, παρουσιάζοντας τα νέα της συστήματα AI, το DemoStart και το ALOHA Unleashed. Με τις νέες αναπτύξεις, οι ερευνητές κατάφεραν να κάνουν δύο ρομποτικά χέρια να δένουν ένα κορδόνι παπουτσιού, να κρεμάσουν ρούχα και να επισκευάσουν ένα άλλο ρομπότ αυτονομικά.

Στην ενημέρωση που δημοσιεύτηκε χθες, η ομάδα ρομποτικής εξηγεί ότι η εκτέλεση απλών εργασιών όπως το σφίξιμο ενός βίδας ή το δέσιμο κορδονιών μπορεί να είναι εξαιρετικά δύσκολη για τα ρομπότ, καθώς απαιτούν υψηλή επιδεξιότητα και συντονισμό μεταξύ δύο χεριών.

Η ομάδα του Deepmind της Google είχε δουλεύει με μόνο ένα χέρι. Πρόσφατα δημιούργησαν έναν ρομπότ που μπορεί να παίξει πινγκ-πονγκ σε ανταγωνιστικό επίπεδο ανθρώπου, χρησιμοποιώντας «μόνο ένα χέρι».

Τώρα, οι ερευνητές έχουν αναπτύξει συστήματα AI για την εκπαίδευση συσκευών με δύο χέρια, για να εκτελούν πιο σύνθετες εργασίες που οι άνθρωποι κάνουν καθημερινά.

«Για να καταστούν οι ρομπότ πιο χρήσιμα στη ζωή των ανθρώπων, πρέπει να βελτιωθούν στην επαφή με φυσικά αντικείμενα σε δυναμικά περιβάλλοντα», έγραψε η ομάδα.

Το σύστημα AI ALOHA Unleashed – βασισμένο στο ανοιχτού κώδικα και χαμηλού κόστους σύστημα ALOHA που αναπτύχθηκε από το Stanford University – δίδαξε ρομπότ δύο χεριών να χειρίζονται στοιχεία και να εργάζονται ταυτόχρονα για να δέσουν ένα κορδόνι παπουτσιού, να κρεμάσουν ένα πουκάμισο, να καθαρίσουν μια κουζίνα και να εισάγουν ένα γρανάζι.

Από την άλλη πλευρά, το DemoStart ανέπτυξε έναν «αλγόριθμο ενισχυτικής μάθησης» που διδάσκει τα ρομπότ κατά τη διάρκεια προσομοιώσεων με το ανοιχτού κώδικα πρόγραμμα MuJoCo. Αυτό το σύστημα Τεχνητής Νοημοσύνης είναι για πιο σύνθετες εργασίες που περιλαμβάνουν περισσότερα μέρη του ρομπότ όπως δάχτυλα, αισθητήρες και αρθρώσεις.

«Το ρομπότ επέτυχε ποσοστό επιτυχίας πάνω από το 98% σε μια σειρά διαφορετικών εργασιών στην προσομοίωση, συμπεριλαμβανομένης της επαναπροσανατολισμού κύβων με μια συγκεκριμένη χρώμα εμφανή, της σφίξης ενός παξιμαδιού και βίδας και της τακτοποίησης εργαλείων», εξήγησαν οι ερευνητές. Αργότερα, στην πραγματική ζωή, το ρομπότ επέδειξε ποσοστό επιτυχίας 97% στις εργασίες ανύψωσης και επαναπροσανατολισμού κύβων, και 64% σε μια σύνθετη εργασία που απαιτούσε εισαγωγή βύσματος σε πρίζα.

Παρουσιάζοντας 2️⃣ νέα συστήματα AI για ρομποτική:

🤖 ALOHA Unleashed για την εκτέλεση εργασιών με διχέρια χειρισμού
🦾 DemoStart για τον έλεγχο ενός ρομποτικού χεριού με πολλαπλά δάχτυλα

Μάθανε να αντιμετωπίζουν μια σειρά ενεργειών που απαιτούν επιδεξιότητα. Αυτός είναι ο τρόπος. 🧵 https://t.co/SV3TsXIhhh pic.twitter.com/JnbZEMwB1j

— Google DeepMind (@GoogleDeepMind) 12 Σεπτεμβρίου, 2024

Η εταιρεία παρείχε βίντεο και εικόνες από τα πειράματα και τα ρομπότ για να δείξει τις δυνατότητες των νέων συστημάτων ΤΝ.

«Μια μέρα, τα ρομπότ AI θα βοηθούν τους ανθρώπους με όλων των ειδών τις εργασίες στο σπίτι, στον χώρο εργασίας και περισσότερο,» έγραψε η ομάδα σχετικά με το μέλλον αυτού του τομέα στη ρομποτική. «Η έρευνα επιδεξιότητας, συμπεριλαμβανομένων των αποτελεσματικών και γενικών προσεγγίσεων μάθησης που περιγράψαμε σήμερα, θα βοηθήσει να καταστεί δυνατό αυτό το μέλλον.»