13. märts 2024 - Suure läbimurdena teatas OpenAI kõrvalettevõte Covariant, et on edukalt loonud uue tehisintellekti mudeli, mis võimaldab robotitel õppida täitma erinevaid ülesandeid nagu inimesed. See areng tähistab liikumist paindlikuma ja autonoomsema robootika poole.
2021. aasta suvel sulges OpenAI oma robootikameeskonna, viidates koolitusandmete puudumisele, mis takistas selle edenemist. Kolm Covarianti varajases staadiumis teadlast leidsid aga oma 2017. aastal asutatud käivitamisel lahenduse. Nad kasutasid üle maailma ladudes leiduvate korjamisrobotite laevastiku aastate andmeid, samuti teksti ja videoid Internetist, et luua uus mudel nimega RFM-1. See mudel ühendab suure keelemudeli arutlusvõime täiustatud roboti füüsilise paindlikkusega.
RFM-i-1 võimalused on muljetavaldavad. Kasutajad saavad suunata mudelit ülesandeid täitma, kasutades viit erinevat tüüpi sisendit, sealhulgas teksti, pilte, videoid, roboti juhiseid ja mõõtmisi. Näiteks võib kasutaja näidata modellile pilti spordivarustusega täidetud prügikastist ja käskida tal tennisepallide kott üles korjata. Seejärel täidab robot vastava ülesande ja kohandab vastavalt vajadusele.
Kuigi mudelil on "inimliku" arutlusvõime, on sellel siiski piiranguid. Demonstratsiooni käigus avastati, et mõne uue kontseptsiooni esitamisel ei pruugita mudelist täielikult aru saada. See näitab, et mudel nõuab rohkem koolitusandmeid ja täiendavaid täiustusi.
Covariant ütleb, et kavatseb mudeli lähikuudel klientidele levitada ning loodab jätkata oma jõudluse ja tõhususe parandamist reaalses keskkonnas. Nad juurutavad mudeleid testimiseks sellistes keskkondades nagu laod ja suhtlevad reaalsete juhiste, objektide ja keskkondadega.
AI tehnoloogia arenedes kasvab ka konkurents ettevõtete vahel, kes kasutavad tehisintellekti robotsüsteemide toiteks. Kuigi probleeme on veel lahendada, on Covariant pühendunud oma mudelite pidevale õppimisele ja täiustamisele, et robotid saaksid muutuva keskkonnaga paremini kohaneda.
Lähitulevikus on oodata robootika laiemaid rakendusi erinevates valdkondades ning andmete ja täiustuste lisandudes paraneb jätkuvalt ka robotite õppimis- ja ülesannete täitmise võime.