O echipă de la Universitatea din Tokyo a dezvăluit Alter3, un robot umanoid care poate efectua mișcări folosind modelul GPT-4 Large Language Model (LLM). Alter3 folosește cel mai recent instrument Deschide AI pentru a-și asuma în mod dinamic diferite ipostaze, de la o poză pentru selfie până la ghosting, totul fără a fi nevoie de intrări preprogramate în baza de date.
„Răspunsul lui Alter3 la conținutul conversațional folosind expresii faciale și gesturi este un progres semnificativ în robotica umanoidă, care este ușor de adaptat la alți androizi cu modificări minime”, au spus cercetătorii.
În domeniul integrării LLM cu roboți, accentul se pune pe îmbunătățirea comunicării de bază și pe modelarea răspunsurilor realiste. Cercetătorii analizează, de asemenea, capacitățile LLM pentru a le permite roboților să înțeleagă și să execute instrucțiuni complexe, crescându-le astfel funcționalitatea.
În mod tradițional, management de nivel scăzut roboți este legat de hardware și se află în afara competenței corporațiilor LLM. Acest lucru creează dificultăți pentru gestionarea directă a lucrărilor bazate pe LLM. Rezolvând această problemă, echipa japoneză a dezvoltat o metodă de conversie a expresiilor mișcărilor umane în cod ușor de înțeles pentru Android. Aceasta înseamnă că robotul poate genera în mod independent secvențe de acțiuni în timp, fără a fi nevoie ca dezvoltatorii să programeze individual fiecare parte a corpului.
În timpul interacțiunii, o persoană poate da Alter3 comenzi precum „Fă-ți un selfie cu iPhone-ul tău”. Ulterior, robotul inițiază o serie de solicitări către GPT-4 pentru a obține îndrumări cu privire la pașii necesari. GPT-4 va traduce acest lucru în cod Python care permite lucrării să „înțeleagă” și să efectueze mișcările necesare. Această inovație îi permite lui Alter3 să-și miște partea superioară a corpului în timp ce corpul inferior rămâne staționar, atașat de suport.
Alter3 este a treia iterație din seria de roboți umanoizi Alter din 2016, având 43 de dispozitive de acționare responsabile pentru expresiile faciale și mișcările membrelor alimentate de aer comprimat. Această configurație oferă o gamă largă de gesturi expresive. Robotul nu poate merge, dar poate imita mișcările tipice de mers și alergare.
Alter3 a demonstrat, de asemenea, capacitatea de a copia ipostaze umane folosind camera și cadrul OpenPose. Robotul își ajustează articulațiile la posturile observate și salvează imitațiile reușite pentru utilizare ulterioară. Interacțiunea cu un om a dus la posturi mai variate, susținând ideea că diferite mișcări provin din imitarea omului, similar modului în care nou-născuții învață prin imitație.
Înainte de LLM, cercetătorii au trebuit să controleze cu atenție toate cele 43 de dispozitive de acționare pentru a recrea poziția unei persoane sau pentru a simula un comportament, cum ar fi servirea ceaiului sau jocul de șah. Acest lucru a necesitat numeroase ajustări manuale, dar AI a ajutat la eliberarea echipei de această rutină. „Ne așteptăm ca Alter3 să se angajeze în mod eficient în dialog, afișând expresii faciale și gesturi relevante pentru context. A demonstrat capacitatea de a oglindi emoțiile, de exemplu, de a arăta tristețe sau fericire ca răspuns, împărtășind astfel emoțiile cu noi”, spun cercetătorii.
Citeste si: