Kako lahko roboti, ki jih poganjajo kode, bolje komunicirajo z ljudmi? Pred kratkim je robotski laboratorij Human-Robot Robotics Lab Univerze Brown testiral nov sistem, ki podpira AI, katerega cilj je, da roboti razumejo človeške ukaze v vsakdanjem jeziku in natančno izvajajo naloge.
Ključna točka te raziskave je, da so razvili nov sistem, ki robotom omogoča opravljanje kompleksnih nalog brez potrebe po tisočih urah urjenja podatkov. Medtem ko tradicionalno strojno usposabljanje zahteva veliko število primerov, ki robotu pokažejo, kako razumeti in izvajati navodila na različnih mestih, ta novi sistem robotu omogoča delovanje v različnih okoljih z zagotavljanjem podrobnega zemljevida območja.
Raziskovalci opisujejo vlogo velikega jezikovnega modela, vgrajenega v njihov sistem, ki robotom omogoča razumevanje in izvajanje nalog z razčlenitvijo navodil brez velikih količin podatkov o usposabljanju. Sistem ne more samo sprejemati navodil v naravnem jeziku, ampak je tudi sposoben izračunati logične skoke, ki bi jih robot morda potreboval glede na kontekst okolja, zaradi česar so navodila veliko enostavnejša in jasnejša, vključno s tem, kaj lahko robot naredi, kaj tega ne more storiti in v kakšnem vrstnem redu.
Stefanie Tellex, ena od glavnih raziskovalk projekta in profesorica računalništva na Univerzi Brown, je povedala: "Pri izbiri predmetov smo posebej razmišljali o mobilnem robotu, ki se premika po okolju, in želeli smo imeti način, na katerega "Robot je lahko razumel zapletena in verbalna navodila, ki mu jih je dajal človek, kot bi hodil po ulici Thayer v Providenceu, da bi me srečal v kavarni, vendar se je izognil CVS in se najprej ustavil pri banki ter natančno sledil navodilom."
Če bo raziskava dosegla rezultate, jo bodo v prihodnosti uporabili za številne mobilne robote v mestu, vključno z droni, samovozečimi avtomobili, vozili brez posadke itd., za interakcijo morate uporabiti le običajen način komuniciranja z ljudmi z robotom lahko natančno razume vaša navodila, kar omogoča uporabo mobilnih robotov v kompleksnih okoljih.
Da bi preizkusili sistem, so raziskovalci izvedli simulacije z uporabo OpenStreetMap v 21 mestih in pokazali, da je sistem opravil nalogo natančno 80 odstotkov časa, kar je veliko višja stopnja natančnosti kot drugi podobni sistemi, ki običajno dosežejo le približno 20-odstotno natančnost in je ne zmorejo zapletena navodila in naloge.
Hkrati je ekipa izvedla tudi testiranje v zaprtih prostorih v kampusu Univerze Brown s spot robotom Boston Dynamics, ki velja za enega vodilnih štirinožnih robotov za splošno uporabo, uspeh preverjanja na kraju samem pa bo olajšal uporabnost sistem na robote drugih proizvajalcev.
Jason Xinyu, doktorski študent računalništva in vodilni član raziskovalne skupine, na primeru razloži, kako sistem deluje.
Recimo, da uporabnik dronu reče, naj gre v "trgovino" na "Main Street", vendar naj gre najprej v "banko". Ko je navodilo vneseno, programska oprema najprej identificira dve lokaciji, nato pa jezikovni model začne povezovati te abstraktne lokacije s konkretno lokacijo robota. Hkrati analizira tudi metapodatke o lokaciji, kot je naslov ali vrsta lokacije, da pomaga sistemu pri odločanju, v tem primeru je v bližini več trgovin, vendar je samo ena na glavni ulici, tako da sistem ve, kje iti; Jezikovni model nato prevede ukaze v linearno časovno logiko, ki je matematična koda in zapis za izražanje ukazov; Na koncu sistem vključi trenutno preslikano lokacijo v to formulo in robotu sporoči, naj gre do točke A, vendar za točko B.
Novembra bo na spletu objavljena simulacija, ki temelji na OpenStreetMaps, kar bo uporabnikom omogočilo, da sami preizkusijo sistem. Uporabniki lahko na spletno stran vnesejo ukaze v naravnem jeziku, da vodijo simulirani dron pri navigacijski nalogi in pomagajo raziskovalcem pri natančnejši nastavitvi programske opreme.
To pomeni, da k nam prihaja projekt "AI+ robot", ki ga je skupaj usposobila javnost.