Enotni AI “možgani” za prihodnost robotike

Svet robotike stopa v novo obdobje z uradno predstavitvijo modela Motubrain, ki ga je razvilo podjetje ShengShu Technology. Gre za združen model umetne inteligence, zasnovan z namenom, da postane splošni “možgani” za sodobne robotske sisteme. Namesto uporabe specifičnih arhitektur za posamezne naloge, Motubrain uvaja enoten okvir, ki hkrati obvladuje več nalog in različnih okolij. Glavni cilj tega pristopa je drastično zmanjšanje odvisnosti od ločenih modulov, ki so bili doslej potrebni za zaznavanje, načrtovanje in samo izvajanje gibov.

Sistem temelji na preteklem delu podjetja ShengShu Technology na področju generativnega videa preko platforme Vidu. Z uporabo obsežnih video podatkov se roboti učijo razumeti resnični svet in interakcijo z njim. Motubrain je zasnovan kot multimodalni model, ki se sočasno uči iz videa, jezika in dejanj. To robotom omogoča obdelavo okolice, napovedovanje izidov in ukrepanje v realnem času, ne da bi morali preklapljati med različnimi sistemi. Jun Zhu, ustanovitelj podjetja, poudarja, da mora pravi model sveta zgraditi enotno predstavitev realnosti in predvideti njen razvoj.

Tehnično Motubrain uporablja arhitekturo “Mixture-of-Transformers” s tremi tokovi za integracijo vhodnih podatkov iz različnih modalitete. Takšna nastavitev robotom omogoča razumevanje navodil, predvidevanje okoljskih sprememb in ustvarjanje ustreznih dejanj v neprekinjeni zanki. Za razliko od konvencionalnih sistemov se ta model uči iz mešanice neoznačenih videoposnetkov, simulacijskih podatkov in posnetkov nalog več robotov, kar zmanjšuje potrebo po ročnem označevanju podatkov.

Rezultati so vidni pri kompleksnosti dejanj. Motubrain lahko izvede naloge z do 10 zaporednimi atomskimi dejanji, kar močno presega običajna 2 ali 3 dejanja pri trenutnih sistemih. V testih se je model izkazal za izjemno prilagodljivega; če robotu naloga spodleti, denimo pri neuspešnem dvigovanju predmeta, lahko sistem napako prepozna in poskus ponovi brez predhodnega učenja za tisti specifični scenarij. Projekt je podprt z investicijo v višini približno preračunanih 272,39 milijona evrov, model pa že uporabljajo podjetja, kot so Astribot, SimpleAI in Anyverse Dynamics.