Google DeepMind onthult geavanceerd systeem om robots nieuwe taken te leren

Het DeepMind-team van Google heeft een nieuw algoritme voor kunstmatige intelligentie geïntroduceerd, RT-2, waarmee robots concepten die zijn opgedaan met relatief kleine datasets effectief kunnen overbrengen naar verschillende scenario's.

Wat is bekend

Volgens de ontwikkelaars laat RT-2 een verbeterd generalisatievermogen zien, evenals semantisch en visueel begrip dat verder gaat dan de gegevens die de robot heeft gekregen. Dit omvat het interpreteren van nieuwe commando's en het reageren op gebruikerscommando's door elementaire redeneringen uit te voeren.

Het systeem laat effectief zien dat het in staat is om de beste aanpak voor een specifieke nieuwe taak te bepalen op basis van beschikbare contextuele informatie.

Als voorbeeld noemden de ontwikkelaars een scenario waarin een robot wordt gevraagd om afval op te ruimen. In veel modellen moet de gebruiker de machine trainen om te bepalen wat als afval wordt beschouwd, en hem vervolgens leren om het item op te pakken en in de vuilnisbak te gooien. Dit detailniveau is niet geschikt voor systemen die veel verschillende taken moeten uitvoeren.

In plaats daarvan gebruikt RT-2 het internet om kennis te vergaren. Dankzij een groot aantal webgegevens kan het algoritme on the fly leren hoe het taken moet uitvoeren waarvan het voorheen niet wist hoe die uitgevoerd moesten worden.

Volgens het team zorgde de overgang van RT-1 naar RT-2 voor een toename in efficiëntie bij nieuwe taken van 32% naar 62%.

Bron: DeepMind