Tokio universiteti jamoasi GPT-3 Large Language Model (LLM) yordamida harakatlarni bajara oladigan Alter4 robotini taqdim etdi. Alter3 eng so'nggi vositadan foydalanadi Ochiq AI Oldindan dasturlashtirilgan ma'lumotlar bazasiga kirishni talab qilmasdan, turli xil pozalarni dinamik ravishda olish uchun, selfi pozasidan tortib, xayolparastlikka qadar.
“Alter3’ning yuz ifodalari va imo-ishoralari yordamida suhbat mazmuniga munosabati boshqa androidlarga minimal o‘zgarishlar bilan oson moslasha oladigan gumanoid robototexnika sohasida sezilarli yutuqdir”, — dedi tadqiqotchilar.
Robotlar bilan LLM integratsiyasi sohasida asosiy e'tibor asosiy aloqani takomillashtirish va real javoblarni modellashtirishga qaratilgan. Tadqiqotchilar, shuningdek, robotlarga murakkab ko'rsatmalarni tushunish va bajarish, shu bilan ularning funksionalligini oshirish uchun LLM imkoniyatlarini o'rganmoqda.
An'anaga ko'ra, past darajadagi boshqaruv robotlar apparat bilan bog'langan va LLM korporatsiyalari vakolatidan tashqarida joylashgan. Bu LLM asosidagi ishlarni bevosita boshqarishda qiyinchiliklar tug'diradi. Ushbu muammoni hal qilib, Yaponiya jamoasi inson harakatlarining ifodalarini Android uchun tushunarli kodga aylantirish usulini ishlab chiqdi. Bu shuni anglatadiki, robot vaqt o'tishi bilan mustaqil ravishda harakatlar ketma-ketligini ishlab chiquvchilarga tananing har bir qismini alohida dasturlashiga hojat qoldirmasdan yaratishi mumkin.
O'zaro aloqada odam Alter3 buyruqlarini berishi mumkin, masalan, "iPhone bilan selfi oling". Keyinchalik, robot zarur qadamlar bo'yicha ko'rsatmalar olish uchun GPT-4 ga bir qator so'rovlarni boshlaydi. Xetafe-4 buni Python kodiga tarjima qiladi, bu ishni "tushunish" va kerakli harakatlarni amalga oshirish imkonini beradi. Bu yangilik Alter3 ga ustki tanasini harakatga keltirish imkonini beradi, uning pastki tanasi esa stendga biriktirilgan holda harakatsiz qoladi.
Alter3 2016-yildan buyon Alterning gumanoid robotlar seriyasining uchinchi iteratsiyasi bo‘lib, siqilgan havo yordamida yuz ifodalari va oyoq-qo‘llarning harakatlanishi uchun mas’ul bo‘lgan 43 ta aktuatorga ega. Ushbu konfiguratsiya ekspressiv imo-ishoralarning keng doirasini taqdim etadi. Robot yura olmaydi, lekin u odatdagi yurish va yugurish harakatlarini taqlid qila oladi.
Alter3 shuningdek, kamera va OpenPose ramkasi yordamida inson pozalarini nusxalash qobiliyatini namoyish etdi. Robot bo‘g‘inlarini kuzatilgan holatga moslashtiradi va keyinchalik foydalanish uchun muvaffaqiyatli taqlidlarni saqlaydi. Inson bilan o'zaro munosabat turli xil harakatlarga olib keldi, bu yangi tug'ilgan chaqaloqlarning taqlid qilish orqali o'rganishi kabi turli harakatlar insonga taqlid qilishdan kelib chiqadi degan fikrni qo'llab-quvvatladi.
LLMdan oldin tadqiqotchilar odamning pozasini qayta yaratish yoki choy berish yoki shaxmat o'ynash kabi xatti-harakatlarni taqlid qilish uchun barcha 43 ta aktuatorni diqqat bilan nazorat qilishlari kerak edi. Bu ko'plab qo'lda sozlashlarni talab qildi, ammo AI jamoani bu tartibdan ozod qilishga yordam berdi. “Biz Alter3 dan kontekstga mos keladigan mimika va imo-ishoralarni namoyish etish orqali samarali dialogga kirishishini kutamiz. Bu his-tuyg'ularni aks ettirish qobiliyatini namoyish etdi, masalan, javob sifatida qayg'u yoki baxtni ko'rsatish va shu orqali biz bilan his-tuyg'ularni baham ko'rish ", deydi tadqiqotchilar.
Shuningdek o'qing: