„Гугл“ воведе „устав за роботи“, за машините да не се бунтуваат против луѓето
Истражувачката лабораторија за вештачка интелигенција на Google, DeepMind, го претстави AutoRT, роботски систем инспириран од принципите на роботиката на Исак Асимов, кој го подобрува донесувањето одлуки за задачи во реалниот свет.
Во значаен чекор кон подобрување на способностите на роботите, роботскиот тим на DeepMind откри три иновации кои имаат за цел да овозможат побрзо, поефикасно и побезбедно одлучување за роботите во реални услови.
Една од споменатите иновации вклучува имплементација на систем за стекнување податоци наречен AutoRT, со користење на Visual Language Model (VLM) и Large Language Model (LLM) во тандем. Овој систем им овозможува на роботите да ја разберат својата околина, да се прилагодат на новите средини и да одредат соодветни задачи.
Инспириран од книгата на Исак Асимов „Трите закони на роботиката“, DeepMind го воведе концептот на „Робот конституција“ – збир на прашања фокусирани на безбедноста што ги водат ЛММ да избегнуваат задачи што вклучуваат луѓе, животни, остри предмети и електрични уреди. Покрај тоа, роботите се опремени со безбедносен механизам кој ја запира нивната работа доколку нивната сила надмине одреден праг. Човечките оператори имаат и пристап до физички прекинувач за моментално деактивирање.
Во период од седум месеци, Google распореди 53 роботи AutoRT во четири деловни згради, спроведувајќи повеќе од 77.000 тестови. Овие тестови вклучуваа и далечински управувач од човечки оператори и автономна работа со помош на моделот за учење на Google за вештачка интелигенција, Robotic Transformer (RT-2). Роботите со утилитарен изглед, кои имаат само камера, роботска рака и мобилна база, се потпираа на VLM за да ја разберат нивната околина и LLM за сугерирање и донесување одлуки за соодветни задачи.
Дополнителните технологии на DeepMind вклучуваат SARA-RT, напредна архитектура на невронска мрежа која ја подобрува точноста и брзината на постоечкиот роботски трансформатор RT-2. Друга иновација, RT-Trajectory, вклучува 2D контури за да ги подобри перформансите на роботот во одредени физички задачи, како што е бришење на масата.
Иако целосно автономните роботи, способни сами да служат пијалоци и да извршуваат сложени задачи, сè уште се далечна реалност, овие подобрувања, особено системот AutoRT, означуваат значителен напредок во развојот на роботи со зголемени способности за донесување одлуки.