Google DeepMind afslører avanceret system til at lære robotter nye opgaver

Googles DeepMind-team har introduceret en ny algoritme til kunstig intelligens, RT-2, som gør det muligt for robotter effektivt at overføre koncepter fra relativt små datasæt til forskellige scenarier.

Hvad der er kendt

Ifølge udviklerne demonstrerer RT-2 forbedrede generaliseringsevner samt semantisk og visuel forståelse ud over de data, som robotten har indhentet. Dette omfatter fortolkning af nye kommandoer og reaktion på brugerkommandoer ved at udføre grundlæggende ræsonnementer.

Systemet demonstrerer effektivt evnen til at bestemme den bedste tilgang til en specifik ny opgave baseret på tilgængelig kontekstuel information.

Som eksempel nævner udviklerne et scenarie, hvor en robot bliver bedt om at smide affald ud. I mange modeller skal brugeren træne maskinen til at afgøre, hvad der betragtes som affald, og derefter lære den at samle genstanden op og smide den i skraldespanden. Dette detaljeniveau er ikke velegnet til systemer, der skal udføre mange forskellige opgaver.

I stedet bruger RT-2 internettet til at få viden. Et stort udvalg af webdata gør det muligt for algoritmen at lære på farten, hvordan man udfører opgaver, som den ikke vidste, hvordan den skulle gøre før.

Ifølge holdet oplevede man ved overgangen fra RT-1 til RT-2 en stigning i effektiviteten på nye opgaver fra 32% til 62%.

Kilde: DeepMind: DeepMind