В Google представили «конституцию для роботов», которая должна сделать их безопаснее для людей.
Команда робототехников DeepMind корпорации Google выпустила для этого три новых ИИ-продукта, призванных улучшить процесс принятия решений и эффективность роботов.
Система AutoRT использует визуальные и языковые модели для анализа окружающей среды и адаптации к незнакомым ситуациям, обеспечивая при этом безопасность людей и избегая рискованных задач.
Так например AutoRT предписывает машине избегать выбора задач, в которых участвуют люди, животные, острые предметы и даже электроприборы.
За последние 7 месяцев Google уже разместила 53 робота с системой AutoRT в четырех офисных зданиях, проведя более 77 000 тестов.
Вторым нововведением стала система SARA-RT, которая оптимизирует работу роботизированной модели RT-2 (ИИ для управления роботами), сокращая необходимые вычислительные ресурсы.
Исследователи установили, что при удвоении входящих данных, например, повышении разрешения на камерах, потребность робота в вычислительных ресурсах возрастает вчетверо. Эту проблему удалось решить за счёт нового метода тонкой настройки ИИ, получившего название up-training.
Этот метод обращает квадратичный рост потребности в вычислительных ресурсах почти в линейный.
И робот не уничтожит мир ради вычислительной мощности.
Наконец, ИИ-модель RT-Trajectory упрощает обучение роботов.
Поставив задачу, оператор сам демонстрирует образец её выполнения; RT-Trajectory анализирует заданную человеком траекторию движения и адаптирует её к действиям робота.
Все это также должно повысить безопасность
Команда робототехников DeepMind корпорации Google выпустила для этого три новых ИИ-продукта, призванных улучшить процесс принятия решений и эффективность роботов.
За последние 7 месяцев Google уже разместила 53 робота с системой AutoRT в четырех офисных зданиях, проведя более 77 000 тестов.
Исследователи установили, что при удвоении входящих данных, например, повышении разрешения на камерах, потребность робота в вычислительных ресурсах возрастает вчетверо. Эту проблему удалось решить за счёт нового метода тонкой настройки ИИ, получившего название up-training.
Этот метод обращает квадратичный рост потребности в вычислительных ресурсах почти в линейный.
И робот не уничтожит мир ради вычислительной мощности.
Поставив задачу, оператор сам демонстрирует образец её выполнения; RT-Trajectory анализирует заданную человеком траекторию движения и адаптирует её к действиям робота.
Все это также должно повысить безопасность