Google uveo "ustav za robote": Da se mašine ne pobune protiv ljudi

Tokom perioda od sedam mjeseci Google je postavio 53 AutoRT robota u četiri poslovne zgrade, provodeći više od 77.000 testova

Roboti koji mogu da samostalno poslužuju piće i obavljaju složene zadatke još su daleka realnost

Google laboratorij za istraživanje vještačke inteligencije DeepMind predstavio je AutoRT, robotski sistem inspiriran principima robotike Isaka Asimova, koji poboljšava donošenje odluka za obavljanje zadataka u stvarnom svijetu.

U značajnom koraku prema poboljšanju sposobnosti robota, DeepMindov robotski tim je predstavio tri inovacije usmjerene na omogućavanje bržeg, efikasnijeg i sigurnijeg donošenja odluka robota u stvarnim uvjetima, piše Zimo.hr.

Jedna od spomenutih inovacija uključuje implementaciju sistema za prikupljanje podataka pod nazivom AutoRT, koristeći Visual Language Model (VLM) i Large Language Model (LLM) u tandemu. Ovaj sistem omogućava robotima da razumiju svoje okruženje, prilagode se novim okruženjima i odrade odgovarajuće zadatke.

Tokom perioda od sedam mjeseci Google je postavio 53 AutoRT robota u četiri poslovne zgrade, provodeći više od 77.000 testova

Inspirisan knjigom "Tri zakona robotike" Isaka Asimova, DeepMind je predstavio koncept "Robot Constitution" (Ustav za robote) – skup upita usmjerenih na bezbjednost koji usmjeravaju LLM da izbjegava zadatke koji uključuju ljude, životinje, oštre predmete i električne uređaje. Osim toga, roboti su opremljeni bezbjednosnim mehanizmom koji zaustavlja njihov rad ako njihova sila prijeđe određeni prag. Ljudski operateri također imaju pristup fizičkom prekidaču za trenutnu deaktivaciju.

Ova ispitivanja su uključivala i daljinsko upravljanje od ljudskih operatera i autonomni rad pomoću Googleovog modela učenja AI, Robotic Transformer (RT-2). Roboti utilitarnog izgleda, koji imaju samo kameru, robotsku ruku i mobilnu bazu, oslanjali su se na VLM da razumiju svoje okruženje i na LLM da predlažu i donose odluke o odgovarajućim zadacima.

Dodatne DeepMind tehnologije uključuju SARA-RT, naprednu arhitekturu neuronske mreže koja poboljšava tačnost i brzinu postojećeg RT-2 robotskog transformatora. Još jedna inovacija, RT-Trajectory, uključuje 2D konture za poboljšanje performansi robota u određenim fizičkim zadacima, kao što je brisanje stola.

Iako su potpuno autonomni, roboti koji mogu da samostalno poslužuju piće i obavljaju složene zadatke još su daleka realnost, ova poboljšanja, posebno AutoRT sistem, označavaju značajan napredak u razvoju robota sa poboljšanim sposobnostima donošenja odluka.