Bagaimana robot yang digerakkan oleh kode dapat berinteraksi lebih baik dengan manusia? Baru-baru ini, Lab Robotika Manusia-Robot Universitas Brown menguji sistem baru berkemampuan AI yang bertujuan membuat robot memahami perintah manusia dalam bahasa sehari-hari dan melakukan tugas secara akurat.
Poin utama dari penelitian ini adalah mereka telah mengembangkan sistem baru yang memungkinkan robot melakukan tugas-tugas kompleks tanpa memerlukan ribuan jam pelatihan data. Meskipun pelatihan mesin tradisional memerlukan banyak contoh untuk menunjukkan kepada robot cara memahami dan menjalankan instruksi di tempat yang berbeda, sistem baru ini memungkinkan robot untuk beroperasi di lingkungan yang berbeda dengan menyediakan peta area yang mendetail.
Para peneliti menggambarkan peran model bahasa besar yang tertanam dalam sistem mereka untuk memungkinkan robot memahami dan melakukan tugas dengan memecah instruksi tanpa data pelatihan dalam jumlah besar. Sistem ini tidak hanya mampu menerima instruksi bahasa alami, tetapi juga mampu menghitung lompatan logis yang mungkin diperlukan robot berdasarkan konteks lingkungan, yang membuat instruksi menjadi lebih sederhana dan jelas, termasuk apa yang dapat dilakukan robot, apa yang dilakukan robot. itu tidak bisa dilakukan, dan dalam urutan apa.
Stefanie Tellex, salah satu peneliti utama dalam proyek ini dan seorang profesor ilmu komputer di Brown University, mengatakan: "Dalam memilih subjek kami, kami secara khusus mempertimbangkan robot bergerak yang bergerak di sekitar lingkungan, dan kami ingin mengetahui cara di mana robot dapat memahami instruksi kompleks dan verbal yang diberikan manusia kepadanya, seperti berjalan menyusuri Thayer Street di Providence untuk menemui saya di kedai kopi, tetapi menghindari CVS dan berhenti di bank terlebih dahulu, dan mengikuti instruksi dengan tepat."
Jika penelitian ini membuahkan hasil, maka di masa depan akan diterapkan pada banyak robot bergerak di kota, termasuk drone, mobil tanpa pengemudi, kendaraan angkut tak berawak, dll., Anda hanya perlu menggunakan cara biasa berkomunikasi dengan orang untuk berinteraksi. dengan robot, dia dapat memahami instruksi Anda secara akurat, sehingga memungkinkan penerapan robot seluler di lingkungan yang kompleks.
Untuk menguji sistem tersebut, para peneliti menjalankan simulasi menggunakan OpenStreetMap di 21 kota dan menunjukkan bahwa sistem tersebut melakukan tugas secara akurat sebanyak 80 persen, tingkat akurasi yang jauh lebih tinggi dibandingkan sistem serupa lainnya, yang biasanya hanya mencapai akurasi sekitar 20 persen dan tidak dapat menanganinya. instruksi dan tugas yang rumit.
Pada saat yang sama, tim juga melakukan pengujian dalam ruangan di kampus Brown University dengan robot spot Boston Dynamics, yang dianggap sebagai salah satu robot berkaki empat serba guna terkemuka di dunia, dan keberhasilan verifikasi di tempat akan memfasilitasi penerapannya. sistem ke robot dari pabrikan lain.
Jason Xinyu, seorang mahasiswa PhD di bidang ilmu komputer dan anggota utama tim peneliti, menjelaskan cara kerja sistem dengan sebuah contoh.
Misalkan pengguna menyuruh drone untuk pergi ke "toko" di "Jalan Utama" tetapi pergi ke "bank" terlebih dahulu. Setelah instruksi dimasukkan, perangkat lunak pertama-tama mengidentifikasi dua lokasi tersebut, dan kemudian model bahasa mulai mencocokkan lokasi abstrak tersebut dengan lokasi konkret robot. Pada saat yang sama, ia juga menganalisis metadata lokasi, seperti alamat atau jenis lokasi, untuk membantu sistem mengambil keputusan, dalam hal ini ada beberapa toko di dekatnya, tetapi hanya satu yang berada di Jalan Utama, sehingga sistem mengetahui di mana untuk pergi; Model bahasa kemudian menerjemahkan perintah ke dalam logika temporal linier, yaitu kode matematika dan notasi untuk mengekspresikan perintah; Terakhir, sistem memasukkan lokasi yang dipetakan saat ini ke dalam rumus ini, memberitahu robot untuk pergi ke titik A, tetapi setelah titik B.
Sebuah simulasi berdasarkan OpenStreetMaps akan diposting online pada bulan November, memungkinkan pengguna untuk menguji sendiri sistemnya. Pengguna dapat memasukkan perintah bahasa alami di halaman web untuk memandu simulasi drone dalam tugas navigasi guna membantu peneliti menyempurnakan perangkat lunak.
Artinya, proyek "robot AI+" yang dilatih bersama oleh masyarakat akan segera hadir.