GPT-6 Astra Inaonyesha 'Mabadiliko ya Hatua' katika Mawazo ya anga kwenye Benchmark Mpya ya Roboti

OpenAI's GPT-6 Astra inaweza kuwa inapambana na matatizo ya uaminifu wa mtumiaji kwenye mstari wa mbele wa usimbaji, lakini kwenye benchmark mpya ya robotiki inachapisha nambari ambazo watafiti wanazungumza juu ya kiwango kikubwa cha ubora. Kwenye StationeryBench, jaribio lililojengwa karibu na vitu vya kawaida vya mezani, Astra ilikamilisha kikamilifu kazi 7 kati ya 100 huku MolmoAct2 ya Ai2, kielelezo kilichopingwa, ikikamilisha sifuri.

Alama, iliyofafanuliwa na The Dekoda, inalinganisha miundo miwili dhidi ya kila kazi tano za vitu vya mezani - kufungua alama, kumimina klipu za karatasi, au kupitisha rula kati ya mikono miwili ya roboti. Aina zote mbili zilidhibiti roboti zilezile za YAM za mikono miwili katika majaribio 200, muundo wa udhibiti uliokusudiwa kutenga uwezo wa kielelezo kutoka kwa tofauti za maunzi. Matokeo yote, video na msimbo umechapishwa kwenye GitHub. Kwa habari zaidi za utafiti kama huu, angalia kitovu chetu cha habari cha AI.

'Mabadiliko ya Hatua,' Kulingana na Watafiti

Yoav Artzi, mtafiti wa AI huko Cornell na Google DeepMind, aliita utendaji wa Astra "mabadiliko ya hatua katika mawazo ya anga" - aina ya matokeo ya benchmark ya lugha ambayo mara chache hupata. Kwenye kipimo ambacho bado hakijachapishwa kiitwacho REMAP, Astra inafikia usahihi karibu na kiwango cha binadamu, ingawa Artzi alibainisha kuwa "hata Astra haifikii kile ambacho wanadamu hufanya katika hali nyingine."

Alama ya wastani ya maendeleo ya Astra ilifikia 46 kati ya 100, ikilinganishwa na 12 kwa MolmoAct2 - pengo ambalo ni muhimu zaidi kuliko nambari za kukamilisha kichwa zinapendekeza. Majukumu ya roboti hupangwa kulingana na maendeleo ya kiasi na pia mafanikio kamili, na kuongeza mara tatu alama ya wastani ya mpinzani kunaonyesha kuwa mtindo huo unazidi kupata mafanikio kupitia mifuatano ya upotoshaji badala ya kufaulu kwa bahati katika majaribio machache.

Kwa nini Mawazo ya Maeneo Ni Mambo Ghafla

Matokeo yanaonyesha jinsi Astra ilivyofunzwa. Artzi anashuku OpenAI ilifunza modeli kuhusu idadi kubwa ya data ya 3D, kama vile matukio ya Blender, ambayo yangelingana na nguvu mahususi za modeli kwenye kazi za 3D. Ikiwa usomaji huo ni sawa, unapendekeza mazingira ya 3D ya kubuni - ya bei nafuu na salama kuliko ukusanyaji wa data ya ulimwengu halisi - yanakuwa njia inayofaa ya umahiri wa ulimwengu wa kimwili, mojawapo ya vikwazo vya muda mrefu zaidi katika robotiki.

Muundo wa benchmark pia unasema kitu kuhusu tathmini ya roboti inaelekea. Kazi za StationeryBench ni za kawaida kimakusudi - kufungua alama, kumwaga klipu za karatasi, kukabidhi rula - kwa sababu upotoshaji wa kila siku, sio ushujaa wa sinema, ndio hutenganisha maonyesho ya maabara na mashine muhimu. Kuweka alama kwa miundo yote miwili kwenye maunzi ya YAM ya mikono miwili sawa katika majaribio 200, na kuchapisha kila video, ni uwekaji uwazi usio wa kawaida kwa dai la uwezo linalohusisha umahiri wa maabara ya mipakani.

MolmoAct2, kielelezo cha kulinganisha kutoka Taasisi ya Allen ya AI (Ai2), kutokamilisha kazi yoyote ni aina yake ya data: inapendekeza pengo kati ya modeli za mipaka ya madhumuni ya jumla na miundo ya roboti iliyojengwa kwa kusudi sio kufunga tu lakini kugeuza, angalau juu ya upotoshaji mzito wa kufikiria.

Pia inalingana na matarajio yaliyotajwa ya OpenAI: kampuni ina mipango ya muda mrefu ya kuunda roboti zake za watumiaji, kulingana na ripoti iliyotajwa na The Decoder. Muundo wa lugha ya mipaka ambao unaweza kufikiria kuhusu vitu, mikono na vielelezo ni nusu ya programu ya sauti hiyo. Nusu ya maunzi bado haijatatuliwa, lakini alama kama vile StationeryBench ni jinsi hadithi hiyo inavyopimwa.

Muktadha: Mfano Wenye Wiki Changamano

Matokeo yanatua katika mzunguko wa habari wa ajabu kwa OpenAI. Muundo huo katikati mwa kigezo hiki umetumia wiki nzima kukabiliana na malalamiko ya watumiaji kwamba umekua mvivu tangu kuzinduliwa - malalamiko OpenAI yalifuatilia kasoro tatu zilizotajwa, kutoka kwa ujuzi wa upotoshaji hadi jaribio la muktadha wa tabia mbaya, kabla ya kuweka upya vikomo vya matumizi ya Codex. Muundo ambao hukwama katika uzalishaji wakati wa kuchapisha matokeo ya mabadiliko ya hatua kwenye maabara ni kanuni ya tasnia ya sasa ya AI: uwezo na kutegemewa zinaendelea kwa kutumia saa tofauti.

Pia inatua huku kukiwa na mjadala wa usalama ambao uongozi wa OpenAI wenyewe ulijiunga. Mwanasayansi mkuu wa kampuni hiyo ameonya kuwa hakuna maabara ambayo imetatua udhibiti wa mifumo inayozidi kujiendesha, na Mkurugenzi Mtendaji wa Anthropic ametoa wito kwa tasnia hiyo kupunguza kasi ya maendeleo ya mipaka kabisa. Vigezo vinavyoonyesha miundo inayodhibiti ulimwengu halisi - hata kama ulimwengu ni dawati lililo na vifaa vya kuandikia - ni aina hasa ya matokeo ambayo wasimamizi wote wawili wanataja wanapobishana kuwa kasi ya maendeleo inazidi uangalizi.

Mstari wa Chini

Kazi saba zilizokamilishwa kikamilifu kati ya 100 hazitaweka roboti kwenye dawati lako kesho. Lakini kwenda kutoka sifuri ya mpinzani hadi saba, na alama ya wastani ya maendeleo mara tatu zaidi, ni aina ya kutoendelea ambayo ilirekebisha chati za uwezo katika kuelewa lugha miaka miwili iliyopita. Swali la wazi ni ikiwa mtindo huo huo unaweza kutoa uwezo huo kwa kutegemewa, nje ya kiwango, kwa bei ambayo wasanidi programu wako tayari kulipa.

Kaa Mbele ya AI

Vigezo, mafanikio na mbio za kuelekea kwenye mashine zinazofanya kazi - hufuatwa kila siku.

Soma habari zaidi za AI →