Artificial intelligence (AI)

Η Nvidia παραδέχτηκε ότι τα σημερινά AI μοντέλα στερούνται κοινής λογικής και ανακοίνωσε πως θα τα εκπαιδεύσει με τη βοήθεια ανθρώπων, χρησιμοποιώντας τεστ πολλαπλής επιλογής. Η προσπάθεια επικεντρώνεται στο νέο Cosmos Reason, ένα Vision-Language Model (VLM) σχεδιασμένο για ρομποτική, αυτόνομα οχήματα και «έξυπνους» χώρους.

Σε πρόσφατο blog post , η Nvidia εξήγησε ότι η ομάδα Data Factory της εταιρείας, αποτελούμενη από ειδικούς διαφόρων κλάδων, δημιουργεί και ελέγχει εκατοντάδες χιλιάδες σετ δεδομένων για να «διδάξει» στα AI της βασικές έννοιες του φυσικού κόσμου. Η εκπαίδευση γίνεται μέσω κουίζ πολλαπλής επιλογής που βασίζονται σε βίντεο. Πιο συγκεκριμένα, οι annotators δημιουργούν ερωτήσεις και απαντήσεις, οι οποίες υποβάλλονται στο μοντέλο, ενώ η διαδικασία συνοδεύεται από ανατροφοδότηση και Reinforcement Learning για τη βελτίωση της ακρίβειας.

Η Nvidia υποστηρίζει ότι τέτοιες μέθοδοι είναι απαραίτητες για να αποτρέψουν ατυχήματα στη χρήση AI σε πραγματικές συνθήκες. Ο ερευνητής Yin Cui της Nvidia τόνισε ότι «χωρίς βασικές γνώσεις για τον φυσικό κόσμο, ένα ρομπότ μπορεί να πέσει ή να καταστρέψει αντικείμενα, προκαλώντας κινδύνους». Η προσπάθεια της Nvidia έρχεται σε μια εποχή όπου μεγάλες εταιρείες, όπως η Amazon, χρησιμοποιούν ήδη εκατομμύρια εργαζομένους δίπλα σε στρατιές ρομπότ, κάτι που κάνει την ανάγκη για ασφαλέστερα και πιο «έξυπνα» AI ακόμα πιο επιτακτική. Το Cosmos Reason φιλοδοξεί να φέρει την τεχνητή νοημοσύνη πιο κοντά σε πραγματική κατανόηση του περιβάλλοντος, ανοίγοντας τον δρόμο για πιο αξιόπιστες εφαρμογές.

Πολλά βίντεο με ρομπότ δείχνουν κινήσεις προγραμματισμένες εκ των προτέρων. Στην περίπτωση του HITTER (HumanoId Table TEnnis Robot) όμως, πρόκειται για πραγματικό παιχνίδι πινγκ πονγκ απέναντι σε ανθρώπους, με φυσικές ανταλλαγές χτυπημάτων και δυνατές επιστροφές.

Το HITTER, το ρομπότ που παίζει πινγκ πονγκ, δημιουργήθηκε από ερευνητές του FHL Vive Center for Enhanced Reality στο UC Berkeley. Σε πρόσφατο βίντεο φαίνεται να εκτελεί forehand, backhand και smash με εντυπωσιακή δεξιοτεχνία και κίνηση που θυμίζει άνθρωπο. Εντυπωσιάζει ιδιαίτερα το πώς διατηρεί την ισορροπία του, παίρνει γρήγορες αποφάσεις και κινεί τα χέρια και τα πόδια του με φυσικότητα. Οι επιστροφές σε δυνατά smashes δείχνουν υψηλή ακρίβεια, ενώ σε συγκεκριμένα σημεία του βίντεο φαίνεται να αντιδρά σε δύσκολες φάσεις με ρεαλιστικό τρόπο. Το ρομπότ καταφέρνει όλα αυτά χάρη στον σχεδιασμό του, που «χρησιμοποιεί μια ιεραρχική αποσύνθεση, διαχωρίζοντας τον σχεδιασμό τροχιάς υψηλού επιπέδου από την εκτέλεση ελέγχου ολόκληρου του σώματος». Με απλά λόγια, ένα μέρος του «εγκεφάλου» του λαμβάνει εικόνα από τις κάμερες, προβλέπει πού θα πέσει η μπάλα και πώς θα την επιστρέψει, ενώ ένα δεύτερο μέρος μεταφράζει αυτήν την ανάλυση σε πραγματική κίνηση.

Η εκπαίδευσή του έγινε με reinforcement learning (μέθοδος δοκιμής και σφάλματος), αλλά και μέσω βίντεο με «αναφορές ανθρώπινης κίνησης» για να βελτιώσει τις κινήσεις του. Έτσι μπορεί να προσαρμόζεται σε διαφορετικά χτυπήματα σε πραγματικό χρόνο και να επιστρέφει φυσικά την μπάλα. Το HITTER «κατάφερε 106 συνεχόμενα χτυπήματα με ανθρώπινο αντίπαλο, ξεπερνώντας τη συνήθη διάρκεια casual παιχνιδιού και δείχνοντας σταθερή ικανότητα παρακολούθησης, επιστροφής και ανάκτησης ισορροπίας». Επιπλέον, το HITTER δείχνει την κατεύθυνση που παίρνει η ρομποτική, με ολοένα πιο ανθρωποειδή σχέδια. Οι ερευνητές θεωρούν ότι οι άνθρωποι νιώθουν πιο άνετα να παίζουν απέναντι σε ένα ρομπότ με «ανθρώπινη» μορφή, παρά σε μια άμορφη μεταλλική μηχανή υψηλής ταχύτητας.

Η συνύπαρξη AI και ρομποτικής φαίνεται να ανοίγει νέους δρόμους. Ο συνδυασμός reinforcement learning με την ανάλυση ανθρώπινης συμπεριφοράς επιτρέπει στα ρομπότ να αντιδρούν πιο φυσικά και ευέλικτα σε πραγματικό χρόνο. Δείχνει ξεκάθαρα ότι το μέλλον της ρομποτικής δεν είναι η πλήρης αυτοματοποίηση, αλλά η στενή συνεργασία ανθρώπου και μηχανής, όπου ο ένας συμπληρώνει τον άλλο.