Chuyện gì đã xảy ra
MarkTechPost báo cáo rằng Generalist AI đã phát hành GEN-1.5, một mô hình nền tảng robot đa phương thức sử dụng trình diễn cảm biến động cơ 3–12 giây bên trong cửa sổ ngữ cảnh 30 giây để thực hiện một nhiệm vụ vật lý. Báo cáo cho biết mô hình đạt tỷ lệ thành công trung bình là 59% trong 10 tác vụ thao tác mà không cần tinh chỉnh và đạt 83% sau 10 bước chuyển màu trên dữ liệu tác vụ trong 5 phút. Các tuyên bố chưa được xác nhận độc lập từ nguồn được cung cấp.
MarkTechPost báo cáo rằng GEN-1.5 của Generalist AI chấp nhận đầu vào video, cảm biến, ngôn ngữ và cảm biến quyền sở hữu, duy trì cửa sổ ngữ cảnh 30 giây và phát ra quỹ đạo hành động ở tần số 100 Hz. Cơ chế trung tâm mà công ty gọi là “kích thích vật lý”, đưa một ví dụ ngắn về cảm biến vận động vào bối cảnh đó. Ví dụ có thể bao gồm các luồng camera và cảm biến cùng với quỹ đạo hành động được minh họa. Theo MarkTechPost, mô hình sau đó suy ra nhiệm vụ dự định từ phần trình diễn và hoạt động mà không cần hướng dẫn ngôn ngữ, cập nhật độ dốc, bước tinh chỉnh hoặc chương trình dành riêng cho nhiệm vụ. Báo cáo cho biết mô hình này đã được đào tạo trước liên tục trong hơn 8 tháng dựa trên dữ liệu tương tác vật lý được thu thập trong nhà, nhà kho và nhà máy.
MarkTechPost báo cáo tỷ lệ thành công trung bình là 59%, với độ lệch chuẩn là 10 điểm phần trăm, trên 10 nhiệm vụ thao tác đa dạng khi mô hình được huấn luyện trước nhận được một lần trình diễn. Bài báo nói rằng 10 bước chuyển đổi sử dụng 5 phút dữ liệu cho mỗi nhiệm vụ đã nâng tỷ lệ thành công trung bình lên 83%, với độ lệch chuẩn là 9 điểm phần trăm. Nó cũng báo cáo rằng một bước chuyển màu sử dụng một phút dữ liệu đã đạt 66,5% đối với một tác vụ được tổ chức. Bài báo mô tả những kết quả này là một hình thức luyện tập trong thời gian kiểm tra có dữ liệu thấp và cho biết mức thay đổi trọng lượng được báo cáo sau 10 bước là dưới 0,15%. Nguồn được cung cấp không cung cấp danh sách nhiệm vụ, số lượng mẫu, chi tiết phần cứng, định nghĩa cơ sở hoặc giao thức đánh giá đầy đủ cần thiết để đánh giá những con số đó một cách độc lập.
Báo cáo mô tả một số hành vi chuyển giao mà MarkTechPost quy cho đánh giá của Generalist AI. Theo báo cáo, hai lời nhắc được ghi lại độc lập có thể được xâu chuỗi thành một hành vi liên tục, với mô hình tạo ra các chuyển động can thiệp như định vị lại, lấy lại và khắc phục lỗi. Một bản trình diễn được ghi lại trong mô phỏng được cho là đã được chuyển sang rô-bốt thực mặc dù dữ liệu huấn luyện trước không chứa video hoặc động lực mô phỏng. Bài báo cũng mô tả các màn trình diễn được thực hiện bằng tay của một người trước camera của robot, sau đó là tái tạo bằng tay của robot. Sau khi tinh chỉnh ánh sáng, MarkTechPost cho biết hệ thống có thể sử dụng quả chuối làm bàn chải, sử dụng chổi quét rác để di chuyển khối, loại bỏ giấy phủ trên bát và hoạt động thuận cả hai tay. Báo cáo cũng cho biết những hành vi được nhắc nhở vẫn dễ vỡ hơn những hành vi được điều chỉnh tốt.
Chi tiết nguồn: marktechpost.com ↗
Tại sao nó quan trọng
Báo cáo mô tả một sự thay đổi quan trọng tiềm tàng trong việc thích ứng với robot: các cuộc trình diễn có thể đóng vai trò là lời nhắc trong ngữ cảnh thay vì yêu cầu đào tạo chuyên sâu về nhiệm vụ cụ thể. Nếu những phát hiện này vượt quá đánh giá hạn chế của công ty, chúng có thể giảm bớt gánh nặng về dữ liệu và kỹ thuật liên quan đến việc dạy cho robot những hành vi mới. Bằng chứng vẫn còn sớm và các nhiệm vụ rất đơn giản, thời gian ngắn và không được xác nhận một cách độc lập.
Ý nghĩa thực tế của báo cáo là nó coi việc học của robot là một vấn đề bối cảnh cũng như một vấn đề cập nhật trọng lượng. Việc điều chỉnh tác vụ thông thường có thể yêu cầu thu thập dữ liệu và chạy nhiều bước tối ưu hóa cho từng hành vi mới. MarkTechPost báo cáo rằng GEN-1.5 có thể sử dụng một bản trình diễn ngắn ngay lập tức, trong khi một lượng nhỏ đào tạo bổ sung sẽ cải thiện đáng kể hiệu suất. Đối với những người vận hành robot, điều đó cuối cùng có thể giúp điều chỉnh hệ thống có mục đích chung dễ dàng hơn để thay đổi đối tượng, bố cục hoặc quy trình mà không cần xây dựng chính sách riêng cho từng nhiệm vụ. Đây vẫn là một kết quả nghiên cứu được báo cáo, không phải là bằng chứng cho thấy phương pháp này đã sẵn sàng để sử dụng công nghiệp thông thường.
Các ví dụ chuyển được báo cáo rất quan trọng vì chúng kiểm tra nhiều thứ hơn là sao chép trực tiếp. MarkTechPost cho biết mô hình đã tạo ra các chuyển động kết nối giữa các cuộc biểu tình riêng biệt, chuyển từ các cuộc biểu tình mô phỏng sang thực hiện vật lý và điều chỉnh các cuộc biểu tình của con người thành hành động của robot. Những hành vi này, nếu được tái tạo, sẽ gợi ý rằng mô hình đã học được các quy luật vật lý rộng rãi thay vì chỉ ghi nhớ một quỹ đạo cố định. Tuy nhiên, nguồn không xác định tần suất thành công của các lần chuyển giao này, mức độ can thiệp của con người được phép hoặc liệu môi trường trình diễn và thử nghiệm có được công ty lựa chọn hay không. Do đó, các ví dụ được báo cáo chỉ ra một hướng nghiên cứu hơn là một sự đảm bảo có thể đo lường được về lý luận vật lý có mục đích chung.
Các kết quả cũng nêu bật sự khác biệt giữa năng lực và tính sẵn sàng. MarkTechPost báo cáo rằng GEN-1.5 là một bản phát hành nghiên cứu được vận hành trên đội robot và công cụ dữ liệu của Generalist AI. Được cho là không có trọng lượng công khai, API, trang định giá hoặc sản phẩm tự phục vụ và người dùng tiềm năng phải theo đuổi quan hệ đối tác trực tiếp. Điều đó hạn chế sự nhân rộng độc lập và gây khó khăn cho các tổ chức bên ngoài khi so sánh mô hình với các hệ thống robot học tập khác. Điều đó cũng có nghĩa là tác động trước mắt của công chúng chủ yếu mang tính khoa học và chiến lược: công trình có thể ảnh hưởng đến cách các nhà nghiên cứu thiết kế mô hình robot đa phương thức, nhưng người đọc chưa thể trực tiếp kiểm tra hệ thống hoặc đánh giá chi phí, độ tin cậy hoặc yêu cầu vận hành của nó.
Cơ chế tương tác: Nó thực sự hoạt động như thế nào
Khám phá công nghệ cơ bản đằng sau sự phát triển này một cách tương tác.
Which component of an AI application is the machine-learning model itself?
Xem gì tiếp theo
Các câu hỏi chính là liệu GEN-1.5 có khái quát hóa ngoài các nhiệm vụ được báo cáo hay không, cách thức hoạt động trong các điều kiện quan trọng về an toàn hoặc không quen thuộc và liệu kết quả có thể được sao chép bên ngoài cơ sở hạ tầng dữ liệu và nhóm của Generalist AI hay không. MarkTechPost báo cáo rằng hệ thống không có trọng lượng công khai, API, giá cả hoặc quyền truy cập tự phục vụ, vì vậy việc thử nghiệm độc lập và triển khai thực tế vẫn không khả dụng.
Ưu tiên hàng đầu là xác nhận độc lập. Báo cáo của MarkTechPost không cung cấp danh tính của 10 nhiệm vụ, số lần thử nghiệm cho mỗi nhiệm vụ, loại lỗi, khoảng tin cậy, hệ thống so sánh hoặc nền tảng vật lý được sử dụng. Những chi tiết đó rất cần thiết để diễn giải mức trung bình 59% và 83% được báo cáo. Các đánh giá tiếp theo nên kiểm tra các đối tượng mới, cách bố trí không gian làm việc và ánh sáng khác nhau, chuỗi nhiệm vụ dài hơn và các bản trình diễn được ghi lại bởi người hoặc robot bên ngoài đường dẫn dữ liệu của Generalist AI. Việc tái tạo bởi các nhà nghiên cứu độc lập sẽ giúp xác định xem khả năng được báo cáo là đặc tính chung của mô hình hay là kết quả nhạy cảm với các lựa chọn thu thập và đánh giá của công ty.
An toàn và mạnh mẽ là một lĩnh vực khác chưa được giải quyết. MarkTechPost báo cáo rằng mô hình chạy vòng kín, có thể chịu đựng một số nhiễu loạn, phục hồi sau sai lầm và ứng biến, đồng thời vẫn dễ vỡ hơn các phiên bản được tinh chỉnh. Nguồn không mô tả tỷ lệ va chạm, giới hạn lực, dừng khẩn cấp, sự cố liên quan đến con người hoặc hiệu suất trong môi trường đông đúc và không thể đoán trước. Trước khi triển khai tại nhà, nhà kho hoặc nhà máy, người đánh giá sẽ cần bằng chứng về điều gì xảy ra khi phần trình diễn không rõ ràng, đồ vật bị thiếu, robot mất dấu nhiệm vụ hoặc một lỗi có thể gây thương tích hoặc thiệt hại. Báo cáo không cung cấp bằng chứng nào cho thấy GEN-1.5 đã được đánh giá cho những tình trạng đó.
Khả năng tiếp cận và quản trị sẽ quyết định liệu nghiên cứu có trở nên hữu ích về mặt thực tế hay không. MarkTechPost báo cáo rằng Generalist AI chưa công bố trọng lượng, API, giá cả hoặc sản phẩm tự phục vụ, khiến hệ thống chỉ khả dụng thông qua quan hệ đối tác trực tiếp. Các bản cập nhật trong tương lai sẽ làm rõ liệu các nhà nghiên cứu bên ngoài có nhận được quyền truy cập đánh giá hay không, những hạn chế quản lý dữ liệu nào áp dụng cho các bản ghi tương tác vật lý và liệu mô hình có thể được kiểm tra mà không để lộ các cảnh quay nhạy cảm từ nhà hoặc nơi làm việc hay không. Điều quan trọng nữa là phải xem liệu khả năng thích ứng với dữ liệu thấp được tuyên bố có giữ được ở quy mô lớn hơn và xuyên suốt các nhiệm vụ đòi hỏi phải lập kế hoạch bền vững hay không. Cho đến khi những câu hỏi đó được trả lời, GEN-1.5 nên được coi là tín hiệu nghiên cứu ban đầu thay vì một hệ thống robot đa năng có thể triển khai.