كشف مؤسس الشكل والرئيس التنفيذي لشركة Brett Adcock يوم الخميس عن نموذج جديد للتعلم الآلي للروبوتات البشرية. تتمحور الأخبار ، التي تصل بعد أسبوعين من إعلان Adcock عن قرار شركة Bay Area Robotics بالابتعاد عن تعاون Openai ، حول Helix ، وهو نموذج “أخصائي اللغة” (VLA).
VLAS هي ظاهرة جديدة للروبوتات ، والاستفادة من الرؤية والأوامر اللغوية لمعالجة المعلومات. في الوقت الحالي ، فإن المثال الأكثر شهرة للفئة هو RT-2 من Google DeepMind ، الذي يدرب الروبوتات من خلال مجموعة من مقطع الفيديو ونماذج اللغة الكبيرة (LLMS).
يعمل Helix بطريقة مماثلة ، يجمع بين البيانات المرئية ومطالبات اللغة بالتحكم في روبوت في الوقت الفعلي. يكتب الشكل: “يعرض اللولب تعميمًا قويًا للكائنات ، والقدرة على التقاط الآلاف من الأدوات المنزلية الجديدة ذات الأشكال والأحجام والألوان وخصائص المواد المتغيرة التي لم تتم مواجهتها من قبل في التدريب ، وذلك ببساطة عن طريق السؤال في اللغة الطبيعية.”
في عالم مثالي ، يمكنك ببساطة إخبار روبوت بفعل شيء ما وسيفعل ذلك. هذا هو المكان الذي يأتي فيه الحلزون ، وفقًا للشكل. تم تصميم المنصة لسد الفجوة بين الرؤية ومعالجة اللغة. بعد تلقي موجه صوت اللغة الطبيعية ، يقوم الروبوت بتقييم بيئته بصريًا ثم يقوم بالمهمة.
يقدم Figure أمثلة مثل ، “تسليم حقيبة ملفات تعريف الارتباط إلى الروبوت على يمينك” أو ، “استقبل كيس ملفات تعريف الارتباط من الروبوت على يسارك ووضعها في الدرج المفتوح.” كل من هذه الأمثلة تنطوي على زوج من الروبوتات التي تعمل معًا. وذلك لأن Helix مصمم للتحكم في روبوتين في وقت واحد ، مع مساعدة واحدة الأخرى على أداء مختلف المهام المنزلية.
يعرض الشكل VLM من خلال تسليط الضوء على العمل الذي تقوم به الشركة مع 42 Humanoid Robot في البيئة المنزلية. المنازل صعبة للغاية بالنسبة للروبوتات ، بالنظر إلى أنها تفتقر إلى هيكل واتساق المستودعات والمصانع.
صعوبة التعلم والتحكم هي عقبات رئيسية تقف بين أنظمة الروبوت المعقدة والمنزل. هذه المشكلات ، إلى جانب علامات الأسعار من خمس إلى ستة أرقام ، هي السبب في أن الروبوت المنزلي لم يسبق الأسبقية بالنسبة لمعظم شركات الروبوتات البشرية. بشكل عام ، فإن النهج هو بناء روبوتات للعملاء الصناعيين ، وتحسين الموثوقية وخفض التكاليف قبل معالجة المساكن. العمل المنزلي محادثة لبضع سنوات من الآن.
عندما قامت شركة TechCrunch بجولة في مكاتب منطقة خليج Figure في عام 2024 ، أظهر Adcock بعضًا من الخطوات التي كانت الشركة تضعها في مكانها في المنزل. بدا في ذلك الوقت أنه لم يتم إعطاء الأولوية للعمل ، حيث يركز الرقم على الطيارين في مكان العمل مع شركات مثل BMW.
مع إعلان اللولب يوم الخميس ، يوضح الرقم أن المنزل يجب أن يكون أولوية في حد ذاته. إنه إعداد صعب ومعقد لاختبار هذه الأنواع من نماذج التدريب. تدريس الروبوتات للقيام بمهام معقدة في المطبخ – على سبيل المثال – يفتحها على مجموعة واسعة من الإجراءات في إعدادات مختلفة.
يقول الشكل: “لكي تكون الروبوتات مفيدة في الأسر ، ستحتاج إلى أن تكون قادرة على توليد سلوكيات جديدة ذكية عند الطلب ، خاصة بالنسبة للأشياء التي لم يسبق لها مثيل من قبل”. “إن تدريس الروبوتات حتى سلوك جديد واحد يتطلب حاليًا جهدًا بشريًا كبيرًا: إما ساعات من البرمجة اليدوية الخبراء على مستوى الدكتوراه أو الآلاف من المظاهرات.”
البرمجة اليدوية لن تتوسع للمنزل. هناك ببساطة الكثير من المجهول. تختلف المطابخ وغرف المعيشة والحمامات بشكل كبير من واحد إلى آخر. يمكن قول الشيء نفسه بالنسبة للأدوات المستخدمة في الطهي والتنظيف. إلى جانب ذلك ، يترك الناس الفوضى ، وإعادة ترتيب الأثاث ، ويفضلون مجموعة من الإضاءة البيئية المختلفة. تستغرق هذه الطريقة الكثير من الوقت والمال – على الرغم من أن الرقم بالتأكيد لديه الكثير من الأخير.
الخيار الآخر هو التدريب – والكثير منه. الأسلحة الآلية المدربة على اختيار ووضع الكائنات في المختبرات غالبا ما تستخدم هذه الطريقة. ما لا تراه هو أن مئات الساعات من التكرار هي التي تستغرقها لجعل عرضًا توضيحيًا قويًا بدرجة كافية لتولي مهام متغيرة للغاية. لالتقاط شيء ما بشكل صحيح في المرة الأولى ، يحتاج الروبوت إلى القيام بذلك مئات المرات في الماضي.
مثل الكثير من الروبوتات البشرية المحيطة في الوقت الحالي ، لا يزال العمل على Helix في مرحلة مبكرة جدًا. يجب أن يُنصح المشاهدون بأن يحدث الكثير من العمل وراء الكواليس لإنشاء أنواع مقاطع الفيديو القصيرة المنتجة جيدًا التي شوهدت في هذا المنشور. إعلان اليوم ، في جوهره ، أداة توظيف مصممة لجلب المزيد من المهندسين للمساعدة في تنمية المشروع.
اكتشاف المزيد من اشراق اون لاين
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
