G­o­o­g­l­e­,­ ­i­n­s­a­n­l­a­r­d­a­n­ ­g­e­l­e­n­ ­k­a­r­m­a­ş­ı­k­ ­i­s­t­e­k­l­e­r­l­e­ ­r­o­b­o­t­l­a­r­ı­ ­d­a­h­a­ ­y­a­r­a­r­l­ı­ ­h­a­l­e­ ­g­e­t­i­r­i­y­o­r­

G­o­o­g­l­e­,­ ­i­n­s­a­n­l­a­r­d­a­n­ ­g­e­l­e­n­ ­k­a­r­m­a­ş­ı­k­ ­i­s­t­e­k­l­e­r­l­e­ ­r­o­b­o­t­l­a­r­ı­ ­d­a­h­a­ ­y­a­r­a­r­l­ı­ ­h­a­l­e­ ­g­e­t­i­r­i­y­o­r­


Google, insanlardan gelen karmaşık isteklerle robotları daha yararlı hale getiriyor

Google geliştiren yeni, büyük ölçekli bir öğrenme modeli geliştirmiştir. robotlar‘ genel performans ve daha karmaşık ve soyut görevleri yürütme ve ayrıca insanlardan gelen karmaşık istekleri yerine getirme yeteneği.

Aranan ‘Avuç içi-SayCan’, Google-Everyday Robots araştırması, bir robot öğrenme modelinde PaLM veya Pathways Language Model kullanıyor.

“Bu çaba, gerçek bir robotu planlamak için büyük ölçekli bir dil modeli kullanan ilk uygulamadır. İnsanların yardımcı robotlarla metin veya konuşma yoluyla iletişim kurmasını mümkün kılmakla kalmaz, aynı zamanda robotun genel performansını da geliştirir.” teknoloji devi bir blog yazısında söyledi.

Robotlar, genel olarak endüstriyel ortamlarda bulunur ve dar görevler için özenle kodlanmıştır.

Bu, gerçek dünyanın öngörülemezliğine uyum sağlamalarını imkansız hale getirir.

“Bu yüzden Google Araştırması ve Everyday Robots, en iyi dil modellerini robot öğrenimiyle birleştirmek için birlikte çalışıyor” dedi. Vincent VanhouckeGoogle Research’te Robotik Başkanı.

Yeni öğrenme modeli, robotun iletişim kurma şeklimizi anlamasını sağlayarak daha doğal etkileşimi kolaylaştırıyor.

Vanhoucke, “PaLM, robotik sistemin daha karmaşık, açık uçlu istemleri işlemesine ve bunlara makul ve mantıklı yollarla yanıt vermesine yardımcı olabilir.”

Sistem PaLM ile entegre edildiğinde, daha az güçlü bir temel modele kıyasla, araştırmacılar planlama başarı oranında yüzde 14’lük bir gelişme veya bir göreve uygulanabilir bir yaklaşımı haritalama yeteneği gördüler.

Vanhoucke, “Uygulama başarı oranında veya bir görevi başarıyla yerine getirme yeteneğinde de yüzde 13’lük bir iyileşme gördük. Bu, temel yöntemle yapılan planlama hatalarının sayısının yarısı kadar” dedi.

Yüzde 26 ile en büyük gelişme, uzun vadeli görevlerin veya sekiz veya daha fazla adımın dahil olduğu görevlerin planlanmasındadır.

Google, “PaLM ile, düşünce zinciri yoluyla akıl yürütme gibi dil alanında yeni yeteneklerin ortaya çıktığını görüyoruz. Bu, modelin görevi nasıl yorumladığını görmemizi ve geliştirmemizi sağlıyor” dedi.

Şimdilik, bu robotlar, şirketin mikro mutfaklarında Google çalışanları için atıştırmalıklar kapma konusunda daha iyi hale geliyor.

FacebookheyecanLinkedin



Popular Articles

Latest Articles