Один робот-мозок, тисячі рук: як модель GEN-1 стартапу Generalist вчиться користуватися будь-яким інструментом

Ключові моменти

• Фундаментальна модель GEN-1 від Generalist, єдиний AI-мозок для роботів, тепер підтримує приблизно 9000 варіацій робочої кисті та приладдя.
• Модель була попередньо навчена на понад 500000 годинах реальних даних взаємодії робота, що охоплюють широкий спектр типів інструментів.
• GEN-1 може переключитися на інший інструмент посередині завдання та адаптувати свій підхід без перепрограмування.
• Generalist вимірює, наскільки кожен новий інструмент змінює внутрішні параметри моделі, щоб виявити прогалини в навчальних даних.
• Компанія не опублікувала результатів, рецензованих фахівцями; усі цифри та твердження надходять від оголошень самої Generalist.

Робот, який може взяти віничок, поставити його, схопити лопатку й продовжити готування, звучить як наукова фантастика. Generalist, компанія в сфері робототехніки з AI, каже, що її остання модель — крок у цьому напрямку.

Компанія цього тижня детально описала, як GEN-1, її фундаментальна модель (думайте про неї як про універсальний AI-мозок, який керує корпусом робота), тепер працює з незвично широким діапазоном вихідних ланок. Вихідна ланка — це все, що знаходиться на кінчику робочої руки: захоплювач, викрутка, щипці, овочечистка або щітка. Більшість робочих систем побудовані навколо одного фіксованого інструменту. GEN-1 розроблена для роботи з багатьма.

Як одна AI-модель вчиться користуватися стільки різними інструментами?

Generalist навчила GEN-1 понад 500000 годинах реальних даних взаємодії робота, що охоплюють тисячі типів інструментів. Компанія провела навмисну паралель із мовами: так само як модель, навчена на французькій та іспанській, може передавати знання між ними, модель, навчена на віничках і лопатках, може створювати спільне розуміння того, як об'єкти поводять себе при торканні, штовханні чи хватанні.

Кожен інструмент учить модель чомусь новому. Електрична викрутка крутиться швидше, ніж можуть пальці. Щипці згинаються і пружинять назад. Металева скребля працює проти пласкої поверхні, а не обертається навколо об'єкта. Канцелярський ніж потребує стійкого контрольованого тиску вздовж фіксованої лінії. Разом, каже Generalist, ці досвіди створюють те, що компанія називає «універсальними сенсомоторними репрезентаціями» — своєрідний фізичний здоровий глузд, який передається між інструментами.

Модель навчалася на приблизно 9000 варіаціях інструментів до цього моменту, за словами компанії.

Чи робот дійсно може переключати інструменти посередині роботи?

Так, принаймні у власних тестах Generalist. Компанія продемонструвала переключення інструменту на робочій руці, поки GEN-1 все ще працювала. Модель сприйняла нове приладдя, скорегувала свій план і продовжила рух до однієї й тієї ж мети. Без перепрограмування. Без перезавантаження.

Це працює, каже Generalist, тому що навчання на змішаних даних змушує модель звертати увагу на той інструмент, який вона в даний момент тримає, а не припускати фіксований.

Як Generalist знає, що модель ще повинна вивчити?

Компанія відстежує, наскільки новий інструмент змінює внутрішні параметри GEN-1, називаються ваги моделі, коли модель проходить точне налаштування (спеціально навчається) на цьому інструменті. Велика зміна сигналізує, що модель знайшла щось справді нове. Мала зміна означає, що існуючі знання вже це охопили.

Приміром, віничок виявився більш руйнівним, ніж овочечистка. Модель боролася з тонкою дротяною геометрією віничка, що означало, що її візуальне обробляння потребувало більше навчання на тонких розріджених об'єктах. Це знаходження говорить Generalist саме те, де зібрати більше даних.

Це внутрішні знаходження компанії. Як повідомляла The Robot Report, Generalist ще не опублікувала рецензовані фахівцями дослідження, які підтримують ці результати, тому незалежна перевірка ще відсутня.

Що це означає для людей, які користуються робо в роботі?

На даний момент це дослідницька технологія. Але напрямок важливий. Якщо єдина AI-модель дійсно може керувати широким спектром інструментів, заводи, кухні та склади можуть врешті-решт потребувати менше спеціалізованих роботів і менше дорогих переналагоджень, коли завдання змінюється.

Заявлена видіння Generalist: не робот з однією рукою, а один інтелект, поєднаний з будь-яким інструментом, необхідним для роботи.

Часті питання

Чи доступна GEN-1 для покупки або використання сьогодні?

Generalist не оголосила про комерційне видання продукту. GEN-1 — це наразі дослідницька модель; компанія публікує демонстрації можливостей, розширюючи свій набір даних для навчання.

Це означає, що гуманоїдні робочі руки стають менш важливими?

Необов'язково, але Generalist стверджує, що п'ятипалі руки повинні бути однією опцією серед багатьох, а не стандартною метою. Спеціалізовані інструменти часто перевершують людськоподібні руки для конкретних завдань, і компанія вважає, що спроможна AI-модель повинна знати, до чого дотягнутися.