ربات‌ها با این هوش مصنوعی می‌توانند کارهای شما را انجام بدهند + ویدیو_دانشجو

استارتاپ نوظهور «فیزیکال اینتلیجنس» (Physical Intelligence) علاقه‌ای به ساخت ربات ندارد. درعوض، این شرکت مدل هوش مصنوعی معارفه کرده که همانند مغز به ربات‌های حاضر امکان می‌دهد ماموریت های مختلفی را انجام بدهند که نیازمند حرکات دقیق و توانایی بالاست؛ ازجمله کارهای خانه.

این مدل همانند «مغز» سخت‌افزارهای رباتیک عمل می‌کند و مدام درحال یادگیری است؛ درنتیجه، ماشین‌های تجهیزبه آن می‌توانند ماموریت های مختلفی را انجام بدهند؛ ازجمله بیرون‌آوردن لباس‌ها از خشک‌کن لباس‌شویی و تاکردن آنها، چیدن مرتب تخم‌مرغ‌ها در ظرف مخصوص، آسیاب‌کردن قهوه و مرتب‌سازی میز. با این فناوری، فکر ربات‌هایی که همانند فیلم‌های علمی-تخیلی به کارهای خانه رسیدگی می‌کنند، چندان دشوار نیست.

کمپانی آمریکایی فیزیکال اینتلیجنس یا به‌اختصار «پی» (π) این «مدل بنیادی ربات همه‌منظوره» را π_۰ (پی-صفر) نامیده است.

مقصد پی آن است که ربات‌های فیزیکی نیز در آینده بتوانند همانند مدل‌های زبانی بزرگ و دستیارهای هوش مصنوعی از بعد هر ماموریت‌ای بربیایند؛ نه این که فقط منحصر به یک یا چند ماموریت خاص باشند. مدل π_۰ همانند مدل‌های زبانی بزرگ با داده‌های بزرگ و متنوع آموزش می‌بیند و می‌تواند دستورالعمل‌های متنی مختلفی را جستوجو کند.

π_۰ تصاویر، متن‌ها و کنش‌ها را بازدید می‌کند و با تمرین از طریق توانایی واقعی ربات‌ها هوش فیزیکی خود را بهبود می‌دهد؛ به‌این‌ترتیب π_۰ با منفعت گیری از معماری نوآورانه فرمان‌های سطح پایین را مستقیم به ماشین‌ها انتقال می‌دهد. کاربران می‌توانند برای انجام ماموریت موردنظر یا حل سناریویی چالش‌برانگیز به π_۰ دستور یا «پرامپت» (Prompt) بدهند.

کمپانی π در ویدیوی زیر بخشی از توانمندیهای ربات‌های تجهیزبه π_۰ را در انجام کارهای خانه نمایش داده است.

آینده ربات‌ها برای کار در خانه

مقصد کمپانی π حل قضیه‌های خاص نیست. آن‌ها می‌خواهند یک مدل تشکیل کنند که تعامل های فیزیکی را می‌فهمد و با منفعت گیری از این هوش فیزیکی، کارهای گوناگون انجام می‌دهد. در معارفه این مدل، ربات تجهیزبه π_۰ توانست ۲۰ ماموریت گوناگون را اجرا کند.

مدل π_۰ قرار است همانند حیوانات همه‌فن‌حریف در طبیعت، همانند راکون‌ها و خرس‌های گریزلی، باشد. این حیوانات توانایی‌های تخصصی بالایی ندارند اما می‌توانند با تعداد بسیاری از زیستگاه‌ها و منبع های غذایی سازگار شوند؛ درنتیجه، آنها روبه رو تغییرات پویای محیطی زیاد مقاوم‌اند؛ برخلاف حیوانات متخصص، همانند زنبورها که توانایی بسیاری برای مقابله با تغییرات ندارند.

مدل π_۰ از مدل بینایی-زبانی (VLM) برای تمرین اولیه و از روش «مطابقت جریان» (flow matching) برای هماهنگی حرکات خود با یادگیری‌های هوش مصنوعی منفعت گیری می‌کند؛ به‌این‌ترتیب، π_۰ تبدیل به مدلی همه‌کاره می‌شود.

هیچ‌کدام از ماموریت های ویدیوی بالا به‌تنهایی شوق‌انگیز یا تازه نیستند اما π_۰ توانسته با ۱۰ هزار ساعت تمرین و ۷ سخت‌افزار رباتیک گوناگون به ۶۸ ماموریت متفاوت مسلط شود که ویژگی نویدبخشی است.

کمپانی π تا این مدت در مرحله های اولیه پژوهش و گسترش است اما مهندسان آن نظر دارند مدلشان مانع ها حاضر بر سر راه تشکیل هوش فیزیکی همه‌کاره را از بین برمی‌دارد؛ ازجمله زمان و هزینه‌ای که برای تمرین‌ سخت‌افزارها به‌منظور یادگیری ماموریت های تازه ملزوم است.