MIT araştırmacıları, yeni görevlere ve ortamlara uyum sağlama yeteneğini geliştirirken aynı zamanda zamanı ve maliyeti azaltan bir robot eğitim yöntemi geliştirdi.
Heterojen Önceden Eğitimli Transformatörler (HPT) olarak adlandırılan yaklaşım, birden fazla kaynaktan gelen çok miktarda farklı veriyi birleşik bir sistemde birleştirerek üretken yapay zeka modellerinin işleyebileceği ortak bir dili etkili bir şekilde oluşturur. Bu yöntem, mühendislerin genellikle kontrollü ortamlarda bireysel robotlar ve görevler için belirli verileri topladığı geleneksel robot eğitiminden önemli bir ayrılığa işaret ediyor.
MIT’de elektrik mühendisliği ve bilgisayar bilimi yüksek lisans öğrencisi olan baş araştırmacı Lirui Wang, pek çok kişi yetersiz eğitim verilerinin robotikte temel bir zorluk olduğunu belirtirken, daha büyük bir sorunun çok sayıda farklı alan, yöntem ve robot donanımı yelpazesinde yattığına inanıyor. Çalışmaları, tüm bu farklı unsurların etkili bir şekilde nasıl birleştirilip kullanılacağını gösteriyor.
Araştırma ekibi, kamera görüntüleri, dil talimatları ve derinlik haritaları dahil olmak üzere çeşitli veri türlerini birleştiren bir mimari geliştirdi. HPT, görsel ve özduyusal girdileri işlemek için gelişmiş dil modellerini destekleyenlere benzer bir transformatör modeli kullanır.
Uygulamalı testlerde sistem, hem simüle edilmiş hem de gerçek dünya senaryolarında geleneksel eğitim yöntemlerinden yüzde 20’den fazla daha iyi performans göstererek olağanüstü sonuçlar gösterdi. Bu gelişme, robotlar eğitim verilerinden önemli ölçüde farklı görevlerle karşılaştığında bile geçerliydi.
Araştırmacılar, dört kategoride 200.000’den fazla robot yörüngesine sahip 52 veri kümesinden oluşan, ön eğitim için etkileyici bir veri kümesi oluşturdu. Bu yaklaşım, robotların, insan gösterileri ve simülasyonlar da dahil olmak üzere çok sayıda deneyimden öğrenmesine olanak tanır.
Sistemin en önemli yeniliklerinden biri, propriyosepsiyonun (robotun konumu ve hareketinin farkındalığı) ele alınmasında yatmaktadır. Ekip, mimariyi, daha karmaşık hünerli hareketlere olanak tanıyacak şekilde, propriyosepsiyon ve vizyona eşit önem verecek şekilde tasarladı.
Ekip ileriye dönük olarak HPT’nin gelişmiş dil modellerine benzer şekilde etiketlenmemiş verileri işleme yeteneklerini geliştirmeyi hedefliyor. Nihai vizyonları, ek eğitim gerektirmeden herhangi bir robot için indirilip kullanılabilecek evrensel bir robot beyni yaratmayı içeriyor.
Ekip, henüz erken aşamalarda olduklarını kabul etse de, ölçeklendirmenin, büyük dil modellerinde görülen ilerlemelere benzer şekilde, robotik politikalarda çığır açıcı gelişmelere yol açabileceği konusunda iyimser olmaya devam ediyor.
Araştırmacıların makalesinin bir kopyasını burada bulabilirsiniz. Burada (PDF)
(Fotoğraf: Sahip olunan fotoğrafçılık)
Ayrıca bakınız: Jailbreaking AI robotları: Araştırmacılar güvenlik kusurları konusunda alarm veriyor
Sektör liderlerinden yapay zeka ve büyük veri hakkında daha fazla bilgi edinmek ister misiniz? Çıkış yapmak Yapay Zeka ve Büyük Veri Fuarı Amsterdam, Kaliforniya ve Londra’da gerçekleşiyor. Kapsamlı etkinlik, aşağıdakiler de dahil olmak üzere diğer önde gelen etkinliklerle aynı yerde bulunuyor: Akıllı Otomasyon Konferansı, BlockX, Dijital Dönüşüm HaftasıVe Siber Güvenlik ve Bulut Fuarı.
TechForge tarafından desteklenen diğer yaklaşan kurumsal teknoloji etkinliklerini ve web seminerlerini keşfedin Burada.
