Körfəz bölgəsində ən yaxından izlənilən süni intellekt şirkətlərindən birinə çevrilən San-Fransiskoda yerləşən iki yaşlı robototexnika startapı Physical Intelligence Cümə axşamı günü yeni araşdırma dərc etdi ki, onun ən son modeli robotları heç vaxt açıq şəkildə öyrədilmədikləri tapşırıqları yerinə yetirməyə istiqamətləndirə bilər - şirkətin öz tədqiqatçılarının fikrincə, bu qabiliyyət onları ehtiyatsızlıqdan tutdu. π0.7 adlanan yeni model, şirkətin ümumi təyinatlı robot beyninin çoxdan axtarılan məqsədinə doğru ilk, lakin mənalı bir addım kimi təsvir etdiyi şeyi təmsil edir: tanış olmayan bir tapşırığa yönəldilə, sadə dildə öyrədilə və əslində onu götürə bilər. Tapıntılar davam edərsə, robot süni intellektin böyük dil modelləri ilə sahənin gördüklərinə bənzər bir bükülmə nöqtəsinə yaxınlaşa biləcəyini təklif edirlər - burada imkanlar əsas məlumatların proqnozlaşdırdığı kimi görünən yollarla birləşməyə başlayır.
Ancaq birincisi: Məqalədəki əsas iddia kompozisiya üzrə ümumiləşdirmədir - modelin heç vaxt qarşılaşmadığı problemləri həll etmək üçün müxtəlif kontekstlərdə öyrənilən bacarıqları birləşdirmək bacarığı. İndiyədək robot təliminə standart yanaşma mahiyyətcə əzbərdən yadda saxlamaqdan ibarət olub – konkret tapşırıq üzrə məlumat toplamaq, həmin məlumatlar üzrə mütəxəssis modelini öyrətmək, sonra hər yeni tapşırıq üçün təkrarlamaq. π0.7, Fiziki İntellekt deyir ki, bu modeli pozur. Bu daha əlverişli miqyaslı xüsusiyyət, dil və görmə kimi digər sahələrdə gördüyümüz bir şeydir. Kağızın ən təəccüblü nümayişi modelin heç vaxt məşqdə görmədiyi fritözlə bağlıdır.
Tədqiqat qrupu araşdırdıqda, bütün təlim məlumat dəstində yalnız iki müvafiq epizod tapdılar: biri fərqli robotun sadəcə olaraq hava fritözünü bağladığı yerdə, biri açıq mənbə məlumat dəstindən, başqa bir robot kiminsə göstərişi ilə birinin içərisinə plastik şüşə yerləşdirdi. Model hansısa yolla həmin fraqmentləri, üstəlik veb-əsaslı daha geniş hazırlıq məlumatlarını cihazın necə işlədiyinə dair funksional anlayışa sintez etmişdi. Yenə də sıfır məşqlə, model şirin kartof bişirmək üçün cihazdan istifadə etmək üçün kifayət qədər cəhd etdi.
Addım-addım şifahi göstərişlərlə uğurla yerinə yetirildi. Bu məşq qabiliyyəti vacibdir, çünki o, robotların yeni mühitlərdə yerləşdirilə biləcəyini və əlavə məlumatların toplanması və ya modelin yenidən hazırlanması olmadan real vaxtda təkmilləşdirilə biləcəyini təklif edir. Bəs bütün bunlar nə deməkdir?
Tədqiqatçılar modelin məhdudiyyətlərindən utanmırlar və özlərini qabaqlamamağa diqqət edirlər. Ən azı bir halda, barmağını öz komandalarına yönəldirlər. Sürətli mühəndislikdə yaxşı deyil”. O, 5% müvəffəqiyyət nisbəti verən erkən hava qızartma təcrübəsini təsvir edir.
O deyir ki, tapşırığın modelə necə izah edildiyini dəqiqləşdirmək üçün təxminən yarım saat sərf etdikdən sonra bu, 95%-ə yüksəlib. Model eyni zamanda, bir yüksək səviyyəli komandadan avtonom şəkildə mürəkkəb çoxmərhələli tapşırıqları yerinə yetirmək iqtidarında deyil. Bunun əvəzinə şirkət özünün əvvəlki mütəxəssis modelləri - fərdi tapşırıqlar üzrə öyrədilmiş məqsədyönlü sistemlər - ilə müqayisədə π0,7 ölçdü və aşkar etdi ki, ümumi model kofe hazırlamaq, camaşırxana qatlama və qutuların yığılması daxil olmaqla bir sıra mürəkkəb işlərdə onların performansına uyğun gəlir.
Xülasə — davamını mənbədə oxuyun.
