World-action modeliai: robotai mokosi ne tik matyti, bet ir veikti

Svarbiausia

• Kas yra world-action modeliai? Tai modeliai, kurie mokosi pasaulio dinamikos ir veiksmų fizinėje aplinkoje.
• Kuo jie skiriasi nuo vaizdo modelių? Vaizdo modelis atpažįsta, o world-action modelis turi padėti planuoti veiksmą.
• Kur tai pritaikoma? Robotikoje, sandėliuose, gamyboje ir fizinio DI sistemose.

world-action modeliai šiandien atrodo kaip dar viena technologijų naujiena. Bet tada pagalvoji apie realų darbą: dokumentus, klientų laiškus, susitikimus, vidines taisykles ir tą vieną Excel failą, kurį visi vadina „galutinis_v3_tikrai“.

NVIDIA aprašė world-action modelių kryptį: modelius, kurie ne tik įsivaizduoja pasaulį, bet ir mokosi veiksmų jame.

Atvirai? Man tokios naujienos įdomios tik tada, kai jos nusileidžia ant stalo. Ne konferencijos scenoje. Ant paprasto darbo stalo, kur žmogus turi per daug langų, per mažai laiko ir vieną labai žmogišką klausimą: ar tai man padės šiandien?

Kas nutiko

Ši sritis jungia vaizdo, pasaulio modelių ir robotų veiksmų mokymą. Tikslas – kad sistema suprastų aplinką ir galėtų planuoti fizinį veiksmą.

Čia jau nebe pokalbių langas. Čia kėdė, stalas, daiktas rankoje ir klausimas: ar robotas supranta, kas bus, jei pajudins ne tą kampą?

Kodėl verta sustoti

Robotikoje neužtenka atpažinti objektą. Reikia suprasti pasekmę. Ką paimti, kur padėti, kas gali nukristi, kas trukdo.

Čia yra ta vieta, kur smegenys mėgsta padaryti šuolį: „nu va, dabar DI viską sutvarkys“. Nesutvarkys. Jei procesas kreivas, DI tik greičiau parodys, kur jis kreivas. Kaip su sandėliuku namuose: gali nusipirkti gražiausias dėžes, bet jei nežinai, ką meti į kurią dėžę, po mėnesio vėl stovėsi su atsuktuvu rankoje ir ieškosi pakrovėjo.

Ką tai reiškia verslui

Gamybai, logistikai ir sandėliams tai gali būti kelias į lankstesnius robotus, kurie mažiau priklauso nuo labai griežtai aprašytų scenarijų.

• vertinti fizinės aplinkos duomenis
• testuoti ribotose zonose
• matuoti klaidas realiame veiksme
• nepamiršti žmogaus saugos

Pirmi praktiniai bandymai turėtų būti siauri: viena darbo vieta, keli objektai, aiškios ribos. Ne visas sandėlis per vieną naktį.

Rizika, apie kurią reikia kalbėti

Fiziniame DI klaida nėra tik keistas tekstas ekrane. Ji gali pajudinti daiktą, sugadinti įrangą arba sukelti pavojų žmogui.

Gera taisyklė paprasta: kuo daugiau veiksmų DI gali atlikti pats, tuo aiškiau turi būti aprašytos ribos. Kas tvirtina? Kur sustoja? Ką įrašo į žurnalą? Kas atsako, jei atsakymas skamba gražiai, bet yra neteisingas?

Ką pasidaryti šią savaitę

Jei dirbate su gamyba ar logistika, susirašykite, kurie veiksmai yra pasikartojantys, bet per daug kintantys klasikinei automatizacijai.