Con una mossa rivoluzionaria, il team di robotica DeepMind di Google ha introdotto tre progressi significativi volti a migliorare le capacità decisionali dei robot che operano in ambienti esterni. Tra queste innovazioni c’è un sistema unico per la raccolta dei dati di addestramento, accompagnato da quella che Google chiama “Costituzione del robot”. Si prevede che questo sviluppo consentirà ai robot di prendere decisioni più rapide, intelligenti e sicure mentre lavorano a fianco degli esseri umani.
AutoRT: un sistema avanzato di raccolta dati
AutoRT di DeepMind è un sistema di raccolta dati all'avanguardia progettato per conferire ai robot la capacità di comprendere l'ambiente circostante, adattarsi a nuove situazioni e selezionare i compiti più appropriati. Sfrutta sia un modello linguistico visivo (VLM) che un modello linguistico di grandi dimensioni (LLM) che lavorano in armonia.
Il VLM è responsabile della percezione dell'ambiente del robot e dell'identificazione degli oggetti visibili. Nel frattempo, l’LLM funge da decisore, suggerendo compiti che il robot può eseguire. Questo approccio a doppio modello consente ai robot di fare scelte informate e di spostarsi nell’ambiente circostante in modo più efficiente.
Ispirato alle "Tre leggi della robotica" di Asimov
La Robot Constitution, ispirata alle “Tre leggi della robotica” del visionario scrittore di fantascienza Isaac Asimov, funziona come un insieme di linee guida di sicurezza per i robot dotati di intelligenza artificiale. Questa costituzione incarica il LLM di evitare compiti che coinvolgono esseri umani, animali, oggetti appuntiti e apparecchi elettrici, garantendo la sicurezza sia dei robot che delle loro controparti umane.
Misure di sicurezza rafforzate
DeepMind ha adottato ulteriori precauzioni per migliorare la sicurezza di questi robot. Se la forza sulle articolazioni di un robot supera un limite predeterminato, il robot si fermerà automaticamente. Inoltre, per gli operatori umani è disponibile un kill switch fisico, che consente loro di disattivare i robot quando necessario, fornendo un ulteriore livello di sicurezza.
Test e implementazione nel mondo reale
Nell’arco di soli sette mesi, Google ha implementato con successo cinquantatré robot AutoRT in quattro edifici adibiti a uffici. Durante questo periodo, hanno condotto oltre settantasettemila prove per testare le capacità dei robot. Alcuni di questi robot erano controllati a distanza da operatori umani, mentre altri seguivano script predefiniti o funzionavano in modo autonomo utilizzando il modello di apprendimento AI Robotic Transformer (RT-2) di Google.
In particolare, questi robot hanno un aspetto pratico, dotato di una fotocamera, un braccio robotico e una base mobile. Il Visual Language Model (VLM) è fondamentale per aiutarli a comprendere l’ambiente circostante e a identificare gli oggetti, mentre il Large Language Model (LLM) assiste nel processo decisionale, garantendo che i robot svolgano le attività in modo efficace e sicuro.
Presentazione di SARA-RT: una svolta in termini di efficienza
Una delle scoperte più significative in questo sforzo è l’introduzione dell’attenzione robusta auto-adattativa per i trasformatori robotici (SARA-RT). Questo sistema è stato sviluppato per ottimizzare i modelli Robotics Transformer (RT), rendendoli più efficienti nelle applicazioni del mondo reale.
L’architettura della rete neurale RT, che ha svolto un ruolo fondamentale negli ultimi progressi nei sistemi di controllo robotico, in particolare il modello all’avanguardia RT-2, ha visto notevoli miglioramenti. I modelli SARA-RT-2 più performanti hanno dimostrato un notevole miglioramento del 10,6% nella precisione e un aumento del 14% nella velocità rispetto alle loro controparti RT-2, il tutto utilizzando una cronologia concisa delle immagini come input.
Un punto di svolta per l’efficienza della robotica
L’introduzione di SARA-RT è considerata un punto di svolta nel campo della robotica. Rappresenta il primo meccanismo di attenzione scalabile che migliora significativamente l’efficienza computazionale senza compromettere la qualità del processo decisionale. Questo sviluppo è destinato a rivoluzionare il modo in cui i robot operano negli scenari del mondo reale, rendendoli più capaci, efficienti e sicuri.
I recenti progressi del team di robotica DeepMind di Google nella robotica basata sull'intelligenza artificiale, inclusa l'introduzione di una "Costituzione robotica" e l'innovativo sistema SARA-RT, segnano un significativo passo avanti nel mondo della robotica. Si prevede che queste innovazioni miglioreranno le capacità decisionali dei robot negli ambienti esterni, rendendoli più intelligenti, sicuri ed efficienti. Con test nel mondo reale e risultati impressionanti, l’impegno di Google nel far progredire il campo della robotica è evidente, promettendo un futuro in cui robot e esseri umani potranno collaborare senza problemi e in sicurezza.