Gall robotiaid ddysgu oddi wrth eu cyd-ddyn, yn ddiwyd ac yn drefnus

Mae ymchwil ddiweddar a gynhaliwyd gan Google mewn synergedd â chanolfannau ymchwil a chwmnïau wedi esgor ar ganlyniadau pwysig ar ddysgu peirianyddol (ML), megis gweledigaeth artiffisial a phrosesu iaith naturiol.

Mae'r dull buddugol, cyffredin a rennir yn ysgogi setiau data mawr ac amrywiol a modelau mynegiannol a all amsugno'r holl ddata yn effeithiol. Er y bu sawl ymgais i gymhwyso'r ymagwedd hon at roboteg, nid oedd robotiaid eto wedi manteisio ar fodelau hynod alluog yn ogystal ag mewn is-feysydd eraill.

Dros y blynyddoedd, rydym yn aml wedi dibynnu ar dechnoleg i ategu, a gwella, ein galluoedd dynol. Fe wnaethom ddatblygu argraffwyr i helpu i rannu gwybodaeth, cyfrifianellau ar gyfer mathemateg, awyrennau i'n helpu i symud yn gyflym. Yn ystod y blynyddoedd diwethaf, ac yn enwedig ym maes dysgu peiriannau, rydym wedi datblygu ffyrdd newydd o brosesu gwybodaeth i bweru technolegau defnyddiol megis Chwilio, Cynorthwywyr, Mapiau a llawer mwy.

Transformer

Cyn 2017 mae systemau o dysgu peiriant cawsant drafferth i benderfynu pa ran o'u mewnbwn oedd yn berthnasol i ddod at yr ateb cywir. Cyflwynodd y Transformer y syniad o sylw: trwy roi sylw i ran bwysig ei fewnbwn, gall y model ddewis yn ddeinamig pa wybodaeth sy'n bwysig a pha un nad yw'n bwysig. Mae trawsnewidyddion wedi profi mor berthnasol fel eu bod wedi dod yn fam i fodelau iaith fodern, gan danio llawer o ddeallusrwydd artiffisial. Heddiw, hyd yn oed ym maes deallusrwydd artiffisial sy'n cynhyrchu delweddau fel Imagen a Parti.

Dros y blynyddoedd, mae Transformers wedi cael eu hyfforddi ar lawer iawn o ddata testun o'r we. Maent yn helpu i nodi tueddiadau a phatrymau mewn iaith i ddarparu gwasanaethau cyfieithu, llywio sgwrs ddynol, a hybu canlyniadau chwilio o ansawdd uchel. Yn ddiweddar, mae Transformers wedi'u mabwysiadu'n ehangach i helpu i wneud synnwyr o fathau eraill o wybodaeth ar wahân i iaith, gan gynnwys delweddau, fideo a lleferydd. Yn wir, mae Transformers yn rhagori ar dasgau lleferydd a gweledol, felly roeddem yn gallu defnyddio'r dechnoleg hon i wneud synnwyr o'r hyn y mae'r robotiaid yn ei weld a sut maent yn gweithredu.

Cymhwyso trawsnewidyddion i robotiaid

O gydweithrediad â Everyday Robots, mae google wedi dangos y gallai integreiddio model iaith pwerus fel PaLM, i fodel dysgu robot nid yn unig ganiatáu i bobl gyfathrebu â robot, ond hefyd wella perfformiad cyffredinol y robot. Roedd y model iaith hwn yn caniatáu i'r bots helpu i ddeall gwahanol fathau o geisiadau - megis “Rwy'n llwglyd, dewch â snac i mi” neu “helpwch fi i lanhau'r gorlif hwn” - a'u gweithredu.

Mae Google yn defnyddio'r un bensaernïaeth â PaLM, y Transformer, i helpu robotiaid i ddysgu'n fwy cyffredinol o'r hyn maen nhw eisoes wedi'i weld. Felly yn hytrach na dim ond deall yr iaith y tu ôl i gais fel “Rwy'n llwglyd, dewch â snac i mi,” mae hi'n gallu dysgu - yn union fel rydyn ni'n ei wneud - o'i holl brofiadau cyfunol trwy wneud pethau fel gwylio a nôl byrbrydau.

Yr ymchwil

Cyflawnwyd hyfforddiant y Transformer gan ddefnyddio data a gasglwyd o 130.000 o arddangosiadau - pan fydd person yn gweithredu'r robot i gyflawni tasg - o fwy na 700 o fathau o dasgau, a gwblhawyd gan 13 o robotiaid cynorthwyol Everyday Robots. Mae gweithgareddau'n cynnwys sgiliau fel codi a gosod gwrthrychau, agor a chau droriau, rhoi gwrthrychau i mewn ac allan o ddroriau, gosod gwrthrychau hirgul yn y gornel dde uchaf, curo gwrthrychau drosodd, tynnu napcynau, ac agor caniau. Y canlyniad yw model Trawsnewidydd Roboteg o’r radd flaenaf, neu RT-1, sy’n gallu cyflawni dros 700 o dasgau. Y gyfradd llwyddiant yw 97%, gan gyffredinoli ei ddysg i weithgareddau, gwrthrychau ac amgylcheddau newydd.
Sut mae model iaith sy'n seiliedig ar Transformer yn rhagweld y gair nesaf yn seiliedig ar y tueddiadau a'r patrymau y mae'n eu gweld yn y testun. Hyfforddwyd RT-1 ar ddata canfyddiad robotiaid a chamau gweithredu cyfatebol fel y gallai nodi'r ymddygiad mwyaf tebygol nesaf y dylai robot gymryd rhan ynddo. Mae'r dull hwn yn caniatáu i'r robot gyffredinoli'r hyn y mae wedi'i ddysgu i dasgau newydd. Mae'n gwneud hyn trwy reoli gwrthrychau ac amgylcheddau newydd yn seiliedig ar brofiadau yn ei ddata hyfforddi - camp brin i robotiaid, sydd fel arfer yn cael eu codio'n drylwyr ar gyfer tasgau cul.

Dysgwch oddi wrth eich gilydd

Fel bodau dynol, rydyn ni'n dysgu o'n profiadau ein hunain ac oddi wrth ein gilydd. Rydyn ni'n aml yn rhannu'r hyn rydyn ni wedi'i ddysgu ac yn ail-weithio systemau yn seiliedig ar y methiannau rydyn ni wedi dod ar eu traws. Er nad yw robotiaid yn cyfathrebu â'i gilydd, mae ymchwil yn dangos sut y gellir cyfuno setiau data o wahanol fathau o robotiaid yn llwyddiannus a throsglwyddo ymddygiadau ar eu traws. Mae Google wedi dangos, trwy gyfuno data o sawl robot, eu bod yn gallu bron i ddyblu gallu'r model a chyffredinoli i olygfa newydd. Mae hyn yn golygu, trwy barhau i arbrofi gyda gwahanol robotiaid a thasgau newydd, efallai y bydd rhywun yn gallu cynyddu data hyfforddi ar gyfer RT-1, gan wella ymddygiad robotiaid, gan ei wneud yn ddull hyblyg a graddadwy o ddysgu robotiaid.

Tuag at roboteg mwy defnyddiol

Yn union fel y mae gan Google ymchwil ffynhonnell agored Transformer, bydd RT-1 hefyd yn ffynhonnell agored i feithrin ymchwil pellach yn y gofod roboteg. Mae hwn yn gam cyntaf tuag at systemau dysgu robotig a all o bosibl ymdrin â'r amrywioldeb bron yn ddiddiwedd mewn amgylcheddau dynol-ganolog.

Ercole Palmeri

​