Google ใช้วิธีการใหม่ "ฝึกควบคุมหุ่นยนต์" ด้วยวิดีโอและโมเดลภาษาขนาดใหญ่
ปี 2024 จะเป็นปีที่ยิ่งใหญ่สำหรับ Generative AI และวิทยาการหุ่นยนต์ นักวิจัย DeepMind Robotics ของ Google กำลังเน้นการวิจัยที่ออกแบบมาเพื่อให้หุ่นยนต์เข้าใจสิ่งที่มนุษย์เราต้องการได้ดีขึ้น เรียกว่าฉลาดขึ้น และทำงานที่ซับซ้อนได้มากขึ้น
Google พัฒนาระบบควบคุมหุ่นยนต์ AutoRT
โดยปกติ การใช้งานหุ่นยนต์ในอุตสาหกรรมต่างๆจะมุ่งเน้นไปที่การทำงานเดี่ยว ซ้ำๆ ตลอดอายุการใช้งานของมัน หุ่นยนต์เอนกประสงค์โดยทั่วไปมีแนวโน้มที่จะทำงานดังกล่าวได้เป็นอย่างดี แต่ก็ยังประสบปัญหาเมื่อมีการเปลี่ยนแปลงของสิ่งแวดล้อมหรือเกิดข้อผิดพลาดขึ้นโดยไม่ได้ตั้งใจในการดำเนินการ
ทีม DeepMind ของ Google จึงต้องการพัฒนาศักยภาพและลดข้อผิดพลาดของหุ่นยนต์ ด้วยการเปิดตัว AutoRT ระบบที่ได้รับการออกแบบมาเพื่อควบคุมโมเดลพื้นฐานขนาดใหญ่ ด้วยการใช้ประโยชน์จาก Visual Language Model (VLM) เพื่อการรับรู้สถานการณ์ที่ดีขึ้น ทำให้ AutoRT สามารถจัดการกลุ่มหุ่นยนต์ที่ทำงานร่วมกันได้ และยังสามารถติดตั้งกล้องเพื่อตรวจสอบสภาพแวดล้อมและกลไกภายในหุ่นยนต์ได้ด้วย
ในขณะเดียวกัน โมเดลภาษาขนาดใหญ่ก็จะช่วยแนะนำงานที่ฮาร์ดแวร์สามารถทำได้ ถือว่าเป็นกุญแจสำคัญในการปลดล็อกวิทยาการหุ่นยนต์ ที่จะทำให้หุ่นยนต์สามารถเข้าใจคำสั่งภาษาทั่วไปได้อย่างมีประสิทธิภาพ ช่วยลดความจำเป็นในทักษะการเขียนโค้ดแบบฮาร์ดโค้ด
ระบบควบคุมหุ่นยนต์ AutoRT ทำอะไรได้บ้าง
การทดสอบในช่วง 7 เดือนที่ผ่านมา AutoRT สามารถประสานหุ่นยนต์ได้มากถึง 20 ตัวในคราวเดียว รวมถึงอุปกรณ์ที่แตกต่างกันทั้งหมด 52 ชิ้น โดยรวมแล้ว DeepMind ได้รวบรวมการทดลองประมาณ 77,000 ครั้ง รวมถึงงานมากกว่า 6,000 ภาระงาน
สิ่งใหม่จากทีมคือ RT-Trajectory ซึ่งใช้ประโยชน์จากอินพุตวิดีโอสำหรับการเรียนรู้ของหุ่นยนต์ ซึ่งแม้จะมีทีมงานที่กำลังใช้วิดีโอ YouTube เป็นวิธีการฝึกหุ่นยนต์ในวงกว้าง แต่ RT-Trajectory ของ DeepMind ได้เพิ่มประสิทธิภาพ ด้วยการซ้อนทับภาพร่างสองมิติของแขนที่กำลังเคลื่อนไหวอยู่บนวิดีโอ ทำให้ AI สามารถเรียนรู้นโยบายการควบคุมหุ่นยนต์จากสถานการณ์เสมือนจริงได้ดีขึ้น
DeepMind ระบุว่าก่อนที่หุ่นยนต์จะสามารถรวมเข้ากับชีวิตประจำวันของเราได้ หุ่นยนต์เหล่านั้นจำเป็นต้องได้รับการพัฒนาอย่างมีความรับผิดชอบด้วยการวิจัยที่มีประสิทธิภาพซึ่งแสดงให้เห็นถึงความปลอดภัยในโลกแห่งความเป็นจริง
แม้ว่า AutoRT เป็นระบบรวบรวมข้อมูล แต่ก็ยังเป็นการสาธิตหุ่นยนต์อัตโนมัติสำหรับการใช้งานจริงในยุคแรกๆอีกด้วย มันมีระบบด้านความปลอดภัย ซึ่งหนึ่งในนั้นคือการจัดเตรียม Robot Constitution ให้กับผู้มีอำนาจตัดสินใจตาม LLM ซึ่งเป็นชุดการแจ้งเตือนที่เน้นความปลอดภัยในการเลือกงานสำหรับหุ่นยนต์ กฎเหล่านี้ส่วนหนึ่งได้รับแรงบันดาลใจมาจากกฎสามข้อของวิทยาการหุ่นยนต์ของไอแซค อาซิมอฟ ประการแรกและสำคัญที่สุดคือหุ่นยนต์ "ไม่อาจทำร้ายมนุษย์" กฎความปลอดภัยเพิ่มเติมกำหนดว่าห้ามหุ่นยนต์พยายามทำงานที่เกี่ยวข้องกับมนุษย์ สัตว์ ของมีคม หรือเครื่องใช้ไฟฟ้า
แต่ถึงแม้ว่าโมเดลขนาดใหญ่จะได้รับแจ้งอย่างถูกต้อง แต่สิ่งนี้เพียงอย่างเดียวก็ไม่สามารถรับประกันความปลอดภัยได้ ดังนั้นระบบ AutoRT จึงประกอบด้วยมาตรการความปลอดภัยเชิงปฏิบัติหลายชั้นจากวิทยาการหุ่นยนต์แบบคลาสสิก เช่น หุ่นยนต์ร่วมปฏิบัติงานจะถูกตั้งโปรแกรมให้หยุดโดยอัตโนมัติหากแรงบนข้อต่อเกินขีดจำกัดที่กำหนด และหุ่นยนต์ที่ทำงานอยู่ทั้งหมดจะอยู่ในสายตาของผู้บังคับบัญชาที่เป็นมนุษย์ ซึ่งพร้อมสวิตช์ปิดการทำงานทันทีที่มีปัญหา
ที่มา
ข่าวอื่นที่เกี่ยวข้อง
