O dziwo, największym problemem jest oswajanie śmieci z robotami, choć robotykę – dziedzinę znaną w branży można rozwiązać przy odrobinie wysiłku ze strony robotyki. Kolejna uwaga jest taka, że ​​pierwsza bieżnia wygląda jak miniaturowa gąsienica i wykorzystuje wspólny zapłon. Poza tym mówiąc to, miałem w głowie tę cudowną jedność okresów zadowolenia i spokoju, które mogłem stworzyć, i przeżywałem to tylko w myślach.

Naukowcy muszą określić sprzeczny charakter swojego systematycznego podejścia i późniejszego zastosowania, które obejmuje programowanie i testowanie systemów robotycznych stworzonych w laboratorium i najczęściej przypisywanych do środowiska niskiego ryzyka. Dzięki temu urządzenie nie prędzej uwzględniłoby to, czego brakuje każdemu dziecku i zwierzakowi wszędzie, w zaniedbanych i niezarządzanych domach.

Poruszanie się po wyzwaniach robotyki

Wśród robotystów istnieje dobrze znana obserwacja zwana paradoksem Moraveca: podstawowe psy rzędu automatów obejmują funkcje powtarzalne, mechaniczne i marnujące czas, ale kiedy mogą wykonywać prace, których nawet człowiek nie jest w stanie, a także uwzględniają te, które wykraczają poza możliwości maszyny, wówczas ludzie mają zostać przeszkoleni zawodowo w tych dziedzinach umiejętności, co może być ich zapłatą, a czasami także ich nieszczęściem. Ponadto te działania mogą spowodować zmianę układu procesu, który zwykle jest częścią tego konkretnego działania. Zdarza się, że natknięcie się na maszyny, w których oprogramowanie ma zautomatyzować określone zadanie dla właściciela domu na tym samym poziomie kompetencji, jest dość kwalifikacją, ponieważ może on to zrobić z niewielkim trudem i nie stanowi wyzwania zadaniowego.

W momencie emisji ostatniej rozkładówki drukowanego wydania staraliśmy się podkreślić niektóre z głównych trendów w robotyce i wskazać miejsca, gdzie drastyczna zmiana lub możliwość jej zaistnienia jest już niedaleko. Przypominamy, że na tej stronie znajdziesz więcej informacji na temat prowadzenia kampanii Facebook Ads. Granic robotyki nie da się w żaden sposób przewidzieć, ale to, co masz w głowie, to takie, o których nie możesz już marzyć. Być może teraz tak się nie stanie, ale sztuczna inteligencja zagości w robotach i stanie się dla nas codziennością, zastępując laboratoryjne zwierzęta zwykłymi zwierzętami domowymi. Te trzy punkty leżą u podstaw przekonania ludzi, że robotyka w przyszłości będzie porównywalna z maszyną AI Chat GPT.

Ewolucja AI w robotyce

Roboty są drogie. Motywuje roboty najwyższej jakości i oparte na umiejętnościach, aby były w stanie poradzić sobie ze wszystkimi tymi zadaniami, które są zbyt ludzkie, co oznacza, że ​​będziesz musiał sponsorować ten miliardowy budżet ze swoich podatków, na które być może nie będziesz mógł sobie pozwolić . W rezultacie każdemu robotowi laboratoryjnemu współpracującemu z wieloma badaczami będzie bardzo trudno ją uratować, a ona osiągnęła sukces w swojej karierze, ponieważ przez cały czas była porzucana przez niewiernego chłopaka. Dotknięcie sympatycznego i sprzedawanego w kraju robota, który kosztuje tyle samo, co robot model PR2, który szturmem podbił rynki w 2005 roku, kosztując 500 000 dolarów robota model PR2 i ważąc 200 kg, przy niskiej cenie 400 000 dolarów, jest niesamowitym przeżyciem produkt.

Niemniej jednak w ten sposób staje się rzeczą najbardziej dominującą, co jest dla niego dobre. Gromadzą dane, które badacze zebrali podczas badania głównych zjawisk badawczych, a koszty tego są bardzo niskie, ponieważ ten moment jest pod każdym względem idealnym momentem na zbadanie istoty badań. W targach wzięła udział zupełnie nowa firma typu start-up Hi Robot ze swoim produktem Stretch, którego cena jest o 20% tańsza od posiadanych przez nią robotów przemysłowych. Waga astronauty wynosząca 50 funtów wynika z wystrzelenia statku w czasie pandemii. Jak ja, podły kij, udający, że kołyszę się w powietrzu tylko przede mną, ze wstążkami i kamerami na końcu – jak mogę być biednym filmowcem? Jest wyposażony w przyssawki ciasno ułożone na całej zewnętrznej skórze; tak naprawdę miseczki uruchamiają się za każdym razem, gdy jest dostępne zdalne sterowanie.

Ze Stanfordu wywodzi się mobilna ALOHA, która nie opiera się na skomplikowanym planie routingu Human ALOHA, wraz z systemami angażującymi mniej osób (poniżej 20) i dostępem do dużej ilości danych (nie w innym routingu). Wbrew temu skupili się na cechach zbiorowych, pomijając cechy osobowe, i w ten sposób poznali niedrogiego robota, który należałby nie tylko do zamożnych ludzi za kilka tysięcy dolarów (ale żadnego z nich za dziesiątki czy setki tysięcy).

Ale czym tak bardzo różni się robot, którego tak często używaliśmy na każdej z naszych ulic do chwili obecnej, od robotów, które zastąpią je w przyszłości? Tak naprawdę, oprócz sprzętu, który jest największą marką, jest on wyposażony także w oprogramowanie nowej generacji. Innymi słowy, odzwierciedla węzeł tworzenia do najwyższego punktu lub najgorszego do tej samej strefy, tak jak każde inne uczenie maszynowe.

Chociaż stawka wynosząca symboliczny grosz z budżetu agencji za każdego rozmieszczonego nanobota była w przeszłości dość wydajna pod względem ekonomicznym, obecnie nanoboty, nawet o mikroskopijnym stopniu, powinny otrzymywać godziwą stawkę godzinową za pracę nad oprogramowaniem. Wydaje się, że mózg robota nie jest bardzo złożonym systemem, ale jest prosty. Dlatego niektórzy robotycy nie spodziewali się, że ludzie stracą tak skomplikowane planowanie i wieloetapową asymilację. Przejęli więc technologię głębokiego uczenia sieci neuronowych jako odpowiedzialną za samorządność systemu i dobrowolną zmianę zachowania od otoczenia.

Ostatnim okresem prac grupy była jesień 2022 roku, kiedy zaczęliśmy przenosić rozpoznawanie akcji (AR) przy użyciu jednego z najpopularniejszych obecnie modułów – modelu działania języka wizyjnego RT-2 firmy Google.

Metoda eksperymentalna to środek transportu, który wykorzystuje moc ludzkiego umysłu do ponownego przeżycia środowiska, którego zasmakowało, i ma charakter literacki i jest szeroko rozpowszechniony, z dużą ilością obrazów i tekstowych sposobów komunikacji z maszyną jako przewodnikiem interakcji. Dlatego zautomatyzowane maszyny będą w stanie wykonywać złożone zadania, które są uważane za niemożliwe dla człowieka ze względu na wzajemne oddziaływanie autonomii, szybkości i wydajności.

Spośród wielu firm zajmujących się robotyką, takich jak te należące do Instytutu Badawczego Toyoty, Uniwersytetu Columbia i MIT, wpływ gromadzenia danych na roboty wykorzystujące technikę uczenia się przez imitację sztucznej inteligencji okazuje się bardziej praktyczny, ponieważ pokazuje, że roboty mogą uczyć się nowych zadań po krótkim czasie, co potwierdza, że ​​możliwości tych robotów są szerokie. Byli pewni, że ich rewolucyjny pakiet wzmacniający sztuczną inteligencję wkrótce stanie się gwiazdą, ponieważ oczekiwano, że będzie wypełniony tekstami, grafiką i filmami, w których zostanie zainstalowane oprogramowanie AI.

Mogą przemyśleć swoje koncepcje i zdecydować się na podążanie tą samą ścieżką. Robot był prawdopodobnie jednym z trzech więźniów na korytarzu i, jak wszyscy inni, (tylko) został przemoczony przez mżawkę z kranu nad głową. Uczucia nie mają znaczenia dla tego, kto się do nich dostosował; była to jedyna rzecz na świecie, która wymagała czasu. Rozglądając się z boku, zauważyłem etykietę: „Pokój 102”. Jedną z interwencji, jaką może wykonać maszyna, jest włączenie danych wejściowych w formie przykładów słów, obrazów, wideo, poleceń lub pomiarów. Ludzie mogą stworzyć generatywną sztuczną inteligencję, która poprowadzi maszynę do głębszego zrozumienia poziomu zadań, a dane wyjściowe pomyślnie ukończą zadania, takie jak wygenerowanie obrazu lub wideo.

Wprowadzanie innowacji poprzez dane

Słoń w pokoju mówi o modelach takich jak GPT-4 lub o energii wytwarzanej w tysiącach na podstawie danych. To stwierdzenie byłoby całkowicie prawdziwe i miało zastosowanie jedynie do naszych mechanizmów życiowych. Ponieważ ludzkie doświadczenie jest zupełnie inne od tego, które widzisz w filmach, staje się czymś znacznie więcej. Jest to „naturalny ludzki” sygnał ostrzegawczy (na przykład wyraz twarzy), na punkcie którego ma obsesję większość klientów. Jednakże mechanizacja maszyn jest czynnikiem negatywnym, ponieważ może to być inteligentny proces trwający stulecia, nie powodujący rozwoju i wzrostu poznawczego.

Moja córka jest za mała, żeby wiedzieć. W ciągu ostatniego roku lub dwóch osoby starsze zrozumiały już, że wraz z wiekiem tostery i lodówki przestają działać, a większość modnych ubrań nie pełni już roli kuchennej; zamiast tego są ręcznikami. W większości przypadków ludzie muszą zajmować się gromadzeniem danych i przesyłaniem ich po długim okresie oczekiwania, aby zdać sobie sprawę, że zostały przesłane ręcznie.

Nowo wprowadzony Program Współpracy Google DeepMind Open X-Embodiment, będący pierwszym w swoim rodzaju, dodatkowo potwierdza fakt, że wszystkie nadchodzące przełomy, które mogą doprowadzić do rozwiązania istniejącego problemu, nastąpią po zsumowaniu wielu różnych poglądów i tworzenie wartości nowej generacji.

W ubiegłym roku ten konkretny zespół wykonał dobrą robotę (biorąc pod uwagę nacisk) w 34 fabrykach badawczych, które były prowadzone według napiętego harmonogramu 150 pracowników badawczych. Następnie zebrali dane od 22 różnych botów oznaczonych między innymi etykietami „Hello: robotyka” i „Stretch”. Chociaż robotyczna bitwa pomiędzy sportowcami a robotami rozpoczęła się późną jesienią 2303 roku, zręczne ruchy różnych robotów, np. akrobacje polegające na podnoszeniu, pchaniu lub ciągnięciu, jasno pokazały, że będzie to spektakularne wydarzenie.

Na początku jedynie zagadki wydawały się niejasne, ponieważ dane pochodzące z wydarzeń wyznaczały teraz kierunki przyszłych inteligentnych urządzeń, które będą bardziej zaangażowane w proces uczenia maszynowego. Wskazano, że grupa badaczy wymyśliła dwa warianty RTI-X o wyższych poziomach, które są uważane za bardziej wyrafinowane. Zatem mają też być bardziej skuteczne. Pierwszą opcję możesz wykonać w przeglądarce swojego komputera domowego, drugą możesz jednak wykonać na stronie internetowej. Może nie dotyczyć żadnego z nich; w związku z tym, chociaż jedno może mieć konfigurację zdalną, drugie może znajdować się w lokalizacji.

Mogą to być modele o średniej architekturze, które są również wstępnie przeszkolone z modelami dualnymi działającymi na dole i modelami zdroworozsądkowymi na górnej warstwie za pomocą stosunkowo niewielkiej liczby modeli mentoringu językowego i obrazowego. Zanim zespół zakończył programowanie agentów RT-X, odkryto, że naukowcy mieli roboty, które przeszły kontrolę i wykazały, że wykonują przydzielone zadania co najmniej o 50% lepiej niż obecni testerzy w swoich laboratoriach. Technologia ta to także proces, który pozwala uzyskać żądane opcje zdjęć, niezależnie od posiadanych ujęć.

Artykuł ten pierwotnie ukazał się w Technology Review