Google DeepMind presenterer avansert system for å lære roboter nye oppgaver
Googles DeepMind-team har introdusert en ny algoritme for kunstig intelligens, RT-2, som gjør det mulig for roboter å effektivt overføre begreper fra relativt små datasett til ulike scenarier.
Hva er kjent
Ifølge utviklerne viser RT-2 forbedrede generaliseringsevner, samt semantisk og visuell forståelse utover de dataene roboten har fått. Dette inkluderer tolkning av nye kommandoer og respons på brukerkommandoer ved å utføre grunnleggende resonnering.
Systemet demonstrerer effektivt evnen til å finne den beste tilnærmingen til en spesifikk ny oppgave basert på tilgjengelig kontekstuell informasjon.
Som eksempel nevner utviklerne et scenario der en robot blir bedt om å kaste søppel. I mange modeller må brukeren lære opp maskinen til å avgjøre hva som anses som avfall, og deretter lære den å plukke opp gjenstanden og kaste den i søpla. Et slikt detaljnivå er lite egnet for systemer som skal utføre mange ulike oppgaver.
I stedet bruker RT-2 internett til å skaffe seg kunnskap. Et stort utvalg av nettdata gjør det mulig for algoritmen å lære seg å utføre oppgaver som den ikke visste hvordan den skulle gjøre fra før.
Ifølge teamet førte overgangen fra RT-1 til RT-2 til en økning i effektiviteten på nye oppgaver fra 32 % til 62 %.
Kilde: DeepMind