Google õpetab roboteid inimesi teenima – võtmeks on suured keelemudelid

Video Google'i suurim AI keelemudel aitab robotitel olla paindlikumalt inimeste käskude mõistmisel ja tõlgendamisel, selgus veebihiiglase viimastest uuringutest.

Masinad vastavad tavaliselt kõige paremini väga spetsiifilistele nõudmistele – avatud päringud võivad mõnikord need ära visata ja viia tulemusteni, mida kasutajad ei mõelnudki. Inimesed õpivad robotitega jäigalt suhtlema, näiteks teatud viisil küsimusi esitama, et soovitud vastust saada.

Google'i uusim süsteem, mille nimi on PaLM-SayCan, tõotab aga olla targem. Everyday Robotsi füüsilisel seadmel – Google X-ist välja töötatud startup – on peas kaamerad silmade jaoks ja selle pika sirge korpuse taha torgatud käsivars, mis asub rataste komplekti peal.  

Roboti töös saate vaadata allolevast videost:

Youtube'i video

Roboti käest midagi sellist nagu "Ma just tegin trenni, kas saaksite mulle tervisliku suupiste?" sunnib seda õuna tooma. "PaLM-SayCan [on] tõlgendatav ja üldine lähenemisviis keelemudelite teadmiste ärakasutamiseks, mis võimaldab robotil järgida kõrgetasemelisi tekstilisi juhiseid, et täita füüsiliselt põhjendatud ülesandeid," Google'i ajumeeskonna teadlased. selgitas.

Google tutvustas oma suurimat keelemudelit PALM tänavu aprillis. PaLM-i koolitati Internetist kraabitud andmete kohta, kuid avatud tekstivastuste asemel kohandati süsteem koostama juhiste loendit, mida robot pidi järgima.

Öeldes "Ma valasin oma koksi lauale, kuidas te selle ära viskaksite ja mulle midagi puhastamiseks tooksid?", ajendab PalLM küsimust mõistma ja koostama loendi sammudest, mida robot saab ülesande täitmiseks järgida, näiteks üle minna. purki üles korjama, prügikasti viskama ja käsna hankima.

Suured keelemudelid (LLM-id), nagu PaLM, ei mõista aga nende öeldu tähendust. Sel põhjusel koolitasid teadlased eraldi mudelit, kasutades tugevdusõpet, et abstraktne keel visuaalseteks esitusteks ja tegevusteks maandada. Nii õpib robot seostama sõna “Coke” kihiseva joogipurgi kujutisega.

PaLM-SayCan õpib ka nn "soodusfunktsioone" – meetodit, mis reastab konkreetse tegevuse teostamise võimaluse antud keskkonnas olevate objektidega. Näiteks kui robot tuvastab käsna, kuid selle läheduses pole tolmuimejat, korjab robot suurema tõenäosusega üles käsna kui tolmuimeja. 

"Meie meetod, SayCan, ammutab ja kasutab LLM-ide teadmisi füüsiliselt põhjendatud ülesannete täitmisel," selgitas meeskond. uurimustöö. „LLM (Say) pakub ülesandepõhist alust, et määrata kõrgetasemelise eesmärgi saavutamiseks kasulikke tegevusi, ja õpitud soodustusfunktsioonid (Can) pakuvad maailmapõhist alust, et teha kindlaks, mida on võimalik plaani järgi ellu viia. Me kasutame tugevdavat õpet (RL) kui viisi, kuidas õppida keelepõhiseid väärtusfunktsioone, mis pakuvad maailmas võimalikku väärtust.

Et robot ülesandest kõrvale kalduda, on teda treenitud valima toiminguid ainult 101 erineva juhise hulgast. Google õpetas seda köögiga kohanema – PaLM-SayCan suudab hankida suupisteid, jooke ja teha lihtsaid puhastustöid. Teadlased usuvad, et LLM-id on esimene samm, et robotid saaksid abstraktsete juhiste alusel ohutult täita keerukamaid ülesandeid.

„Meie katsed paljude reaalmaailma robotülesannetega demonstreerivad võimet planeerida ja täita pikaajalisi abstraktseid loomulikus keeles juhiseid suure edukuse määraga. Usume, et PaLM-SayCani tõlgendatavus võimaldab turvalist reaalset kasutajate suhtlust robotitega,” järeldasid nad. ®