Společnost DeepMind představila robota, který je učenlivý a zdokonaluje sám sebe

Roboti dnes mohou provádět různé úkoly, pokud jsou vyškoleni na reálných datech. Ale co kdyby tento krok mohly obejít? To by vedlo k rychlejšímu vývoji mnoha robotů pro všeobecné použití.

Společnost DeepMind společnosti Google představila sebezdokonalující se model umělé inteligence nazvaný RoboCat, který může být právě klíčem ke strojům, které si mohou samy generovat nová tréninková data a zlepšovat tak svou techniku bez přílišného zásahu člověka.

„RoboCat se učí mnohem rychleji než jiné nejmodernější modely. Dokáže si osvojit novou úlohu již po 100 ukázkách, protože čerpá z velkého a různorodého souboru dat. Tato schopnost pomůže urychlit výzkum v oblasti robotiky, protože snižuje potřebu tréninku pod dohledem člověka, a je důležitým krokem k vytvoření robota pro všeobecné použití,“ uvádějí výzkumníci .

Dále vysvětlují, že nový model je založen na multimodálním modelu Gato (španělsky „kočka“, což vysvětluje název) společnosti DeepMind. Tento model dokáže zpracovávat jazyk, obrazy a akce v simulovaném i fyzickém prostředí.

Výzkumníci využili architekturu Gato, která je dodávána s velkou sadou tréninkových dat se sekvencemi obrázků a akcí různých robotických paží řešících stovky různých úkolů.

Poté RobotCat vycvičili k učení nových úloh podle pěti kroků, které jsou například shromáždění 100-1000 ukázek nové úlohy nebo robota pomocí robotické paže ovládané člověkem, nebo natrénování nové verze programu RoboCat na novém tréninkovém souboru dat.

Tento různorodý trénink naučil model umělé inteligence ovládat různé robotické paže během několika hodin. A RobotCat se rychle přizpůsobil. Přestože nebyl vycvičen na ramenech s dvouprstými chapadly, dokázal se přizpůsobit složitějšímu ramenu s tříprstým chapadlem a dvojnásobným počtem ovladatelných vstupů.

Čím více nových úloh se naučil, tím lépe se učil další nové úlohy. Rané verze RoboCatu byly úspěšné jen v 36 procentech případů při řešení dříve neznámých úloh. Nejnovější a nejpokročilejší RoboCat, který se učil na větší rozmanitosti úloh, však tuto úspěšnost na stejných úlohách více než zdvojnásobil.

Zdroj: Interesting Egineering;