Роботи зараз повсюди, наприклад на заводах по всьому світу. Однак ці роботи можуть виконувати лише певні інструкції та зосередитись на виконанні простих заздалегідь запрограмованих завдань. Проте роботи Google, схоже, інші, вони можуть сприймати прості команди та виконувати складніші завдання.
Дослідники з Google Labs нещодавно продемонстрували нові навички роботів, роблячи гамбургери із різних пластикових іграшкових інгредієнтів. Робот розуміє процес приготування та вміє додавати кетчуп після м’яса та перед салатом. Однак він вважає, що правильний спосіб зробити це – покласти всю пляшку у бургер. Хоча робот Google найближчим часом не стане розумним кухарем, він є великим проривом, як стверджує Google.
За словами дослідників, використовуючи нещодавно розроблене програмне забезпечення штучного інтелекту (ШІ), відоме як великі мовні моделі, вони змогли розробити роботів, які можуть допомагати людям із ширшим колом повсякденних завдань. Замість того, щоб брати серію розрізнених інструкцій, а потім послідовно виконувати кожну дію, такі роботи можуть реагувати на повні команди, як люди.
Під час демонстрації минулого тижня дослідники Google сказали роботу: «Я голодний, чи не могли б ви принести мені перекусити?». Потім робот почав обшукувати їдальню, відчиняти ящики, знаходити картопляні чіпси та приносити їх людям. Керівники та дослідники Google кажуть, що вперше мовна модель була інтегрована у робота. «Фундаментально це зовсім інша модель навчання роботів», – сказав науковий співробітник Google Брайан Іхтер.
Роботи, представлені сьогодні на ринку, зазвичай зосереджені лише на одному або двох завданнях, таких як переміщення продукту по складальній лінії або зварювання двох шматків металу разом. Розробка роботів, здатних виконувати ряд повсякденних завдань та самостійно навчатися на робочому місці, набагато складніша. Великі та малі технологічні компанії роками працювали над створенням таких універсальних роботів.
Мовні моделі працюють, беручи великі обсяги тексту, завантаженого в Інтернет, і використовуючи їх для навчання програмного забезпечення ШІ вгадувати, яка відповідь може наслідувати після певних питань або коментарів. Ці моделі стали настільки обізнані у пророкуванні правильних відповідей, що при спілкуванні з людьми часто виникає відчуття, що ви розмовляєте зі знаючою людиною. Google та інші компанії, включаючи OpenAI та Microsoft, вклали значні ресурси у створення кращих мовних моделей та їх навчання.
Однак у цій роботі багато протиріч. У липні Google звільнила співробітника за твердження, що роботи Google мають людське сприйняття. Експерти з ШІ сходяться на думці, що ці моделі не проникливі, і багато хто побоюється, що вони демонструватимуть упередженість. Деякі мовні моделі виявляють расистські чи сексистські тенденції, і ними легко маніпулювати. Загалом мовні моделі дозволяють роботам розуміти складніші етапи планування, але не дають роботам усієї необхідної їм інформації.
Проте, Google рухається вперед і інтегрувала мовні моделі з багатьма своїми роботами. Тепер замість того, щоб писати конкретні технічні інструкції для кожного завдання, яке може виконувати робот, дослідники можуть просто розмовляти з роботом повсякденною мовою. Нове програмне забезпечення допомагає роботу самостійно інтерпретувати складні багатоетапні інструкції. Сьогодні роботи можуть інтерпретувати команди, які вони ніколи раніше не чули, давати осмислені відповіді та діяти.
За словами Зака Стюарта Роджерса, доцента кафедри управління ланцюжками поставок в Університеті штату Колорадо, роботи, здатні використовувати мовні моделі, можуть змінити спосіб роботи виробничих та розподільчих підприємств. «Люди та роботи, які працюють разом, завжди були надзвичайно ефективними. Роботи можуть піднімати важкі предмети вручну, а люди можуть виконувати тонке усунення несправностей», – сказав він.
Якщо роботи можуть виконувати складні завдання, це може означати менші розподільні центри, що вимагають меншої кількості людей та більше роботів. Це також може означати менше робочих місць для людей. Хоча Роджерс зазначає, що, як правило, коли одна область скорочується через автоматизацію, в інших областях створюється більше робочих місць.
До навчання роботів загального призначення ще далеко. Такі методи штучного інтелекту, як нейронні мережі та навчання з підкріпленням, вже багато років використовуються для навчання роботів. Попри те, що було зроблено багато проривів, прогрес, як і раніше, йде повільно, а роботи Google ще далекі від готовності до роботи в реальному світі. Дослідники та керівники Google неодноразово заявляли, що вони просто керують дослідницькою лабораторією та не планують комерціалізувати технологію.
Але ясно, що Google та інші великі технологічні компанії серйозно зацікавлені у робототехніці. Amazon, яка використовує кілька роботів на своїх складах, експериментує з доставкою дронами і раніше цього місяця погодилася купити виробника роботів Roomba за $1,7 млрд. Tesla каже, що створює доброзичливих роботів, які можуть виконувати повсякденні завдання та не чинитимуть опір. Крім того, Tesla розробила кілька функцій автономного керування для своїх автомобілів, а також компанія працює над роботами загального призначення.
Ви можете допомогти Україні боротися з російськими окупантами, найкращий спосіб зробити це – пожертвувати кошти Збройним Силам України через Savelife або через офіційну сторінку НБУ.
Також цікаво: