Google के डीपमाइंड डिवीजन में रोबोटिक्स समूह ने तीन नए उत्पादों का अनावरण किया है जो रोबोटों को तेजी से निर्णय लेने और लोगों के आसपास कार्य करते समय अधिक कुशलतापूर्वक और सुरक्षित रूप से कार्य करने में मदद करेंगे।
ऑटोआरटी की डेटा संग्रह प्रणाली दृश्य भाषा मॉडल (वीएलएम) और बड़े भाषा मॉडल (एलएलएम) पर आधारित है - वे रोबोट को पर्यावरण का आकलन करने, अपरिचित परिस्थितियों के अनुकूल होने और कार्यों को करने के बारे में निर्णय लेने में मदद करते हैं। वीएलएम का उपयोग पर्यावरण का विश्लेषण करने और दृष्टि की सीमा के भीतर वस्तुओं को पहचानने के लिए किया जाता है, जबकि एलएलएम कार्यों के रचनात्मक निष्पादन के लिए जिम्मेदार है। ऑटोआरटी का सबसे महत्वपूर्ण नवाचार "रोबोट कॉन्स्टिट्यूशन" के एलएलएम ब्लॉक में उपस्थिति थी - सुरक्षा-उन्मुख आदेश जो मशीन को उन कार्यों को चुनने से बचने के लिए कहते हैं जिनमें लोग, जानवर, तेज वस्तुएं और यहां तक कि बिजली के उपकरण भी शामिल हैं। अतिरिक्त सुरक्षा के उद्देश्य से, जब जोड़ों पर बल एक निश्चित सीमा से अधिक हो जाता है तो काम को रोकने के लिए प्रोग्राम किया जाता है; और उनके डिज़ाइन में अब एक अतिरिक्त भौतिक स्विच है जिसे कोई व्यक्ति आपात स्थिति में उपयोग कर सकता है।
पिछले सात महीनों में, Google ने अपने चार कार्यालय भवनों में AutoRT प्रणाली के साथ 53 नौकरियां तैनात कीं और 77 से अधिक परीक्षण किए। कुछ मशीनों को ऑपरेटरों द्वारा दूर से नियंत्रित किया जाता था, जबकि अन्य स्वचालित रूप से किसी दिए गए एल्गोरिदम के आधार पर या रोबोटिक ट्रांसफार्मर (आरटी-2) एआई मॉडल का उपयोग करके कार्य करते थे। अब तक, इन सभी रोबोटों की उपस्थिति बेहद सरल है: वे स्थिति का आकलन करने के लिए मोबाइल बेस और कैमरे पर जोड़-तोड़ करने वाले अंग हैं।
दूसरा नवाचार SARA-RT (रोबोटिक्स ट्रांसफॉर्मर्स के लिए सेल्फ-एडेप्टिव रोबस्ट अटेंशन) प्रणाली थी, जिसका उद्देश्य RT-2 मॉडल के संचालन को अनुकूलित करना था। शोधकर्ताओं ने पाया कि इनपुट डेटा को दोगुना करने से, उदाहरण के लिए, कैमरों के रिज़ॉल्यूशन को बढ़ाने से, कंप्यूटिंग संसाधनों के लिए रोबोट की आवश्यकता चार गुना बढ़ जाती है। इस समस्या को एआई को ठीक करने की एक नई विधि जिसे अप-ट्रेनिंग कहा जाता है, द्वारा हल किया गया था - यह विधि कंप्यूटिंग संसाधनों की आवश्यकता के द्विघात विकास को लगभग रैखिक में बदल देती है। इसके कारण, मॉडल पिछली गुणवत्ता को बनाए रखते हुए तेजी से काम करता है।
अंत में, Google DeepMind इंजीनियरों ने RT-Trajectory AI मॉडल विकसित किया, जो विशिष्ट कार्यों को करने के लिए रोबोटों के प्रशिक्षण को सरल बनाता है। कार्य निर्धारित करने के बाद, ऑपरेटर स्वयं इसके निष्पादन का एक नमूना प्रदर्शित करता है, आरटी-ट्रेजेक्टरी किसी व्यक्ति द्वारा निर्धारित आंदोलन प्रक्षेपवक्र का विश्लेषण करता है और इसे रोबोट के कार्यों के अनुसार अनुकूलित करता है।
यह भी पढ़ें: