கூகிள் டீப் மைண்ட் ஒரு ரோபாட்டிக்ஸ் பயிற்சி நுட்பத்தை நிரூபித்துள்ளது, அதில் அதன் ஜெமினி 4 ஆர்கான் மாதிரியானது சாதாரண வீடியோவைப் பார்த்து உடல் ரீதியான பணியைக் கற்றுக்கொள்கிறது, பின்னர் கற்றுக்கொண்ட நடத்தையை உண்மையான மனித ரோபோவுக்கு மாற்றுகிறது. மாடலின் வெளியீட்டுடன் வெளியிடப்பட்ட டெமோவில், Apptronik-உருவாக்கிய அப்பல்லோ மனித உருவம் கார்ன்ஹோல் விளையாடும் ஒரு நபரின் காட்சிகளைப் பார்த்தது - பின்னர் ரோபாட்டிக்ஸ் & ஆட்டோமேஷன் செய்திகளின்படி, நிஜ உலக சோதனையில் ஏழு தொடர்ச்சியான காட்சிகளை இறங்கியது.

ரா வீடியோவில் இருந்து உண்மையான ரோபோ வரை For more context on this story, see our ongoing AI news.

ஆர்ப்பாட்டம் ஒரு உள் சோதனையை மையமாகக் கொண்டது. கொல்லைப்புற டாஸ் விளையாட்டான கார்ன்ஹோல் விளையாடும் மனிதனின் ரா வீடியோ ஆர்கானுக்கு காண்பிக்கப்பட்டது. மாதிரியானது சுற்றுச்சூழலை பகுப்பாய்வு செய்து, அதன் இடஞ்சார்ந்த ஆயங்களை வரைபடமாக்கியது, மேலும் மனித வடிவ மேடையில் பணியை மீண்டும் உருவாக்க தேவையான முழு-உடல் கூட்டு இயக்கங்களையும் கணக்கிட்டது.

அடுத்து வந்தது குறிப்பிடத்தக்க படி: இயற்பியல் உருவகப்படுத்துதலை கையால் உருவாக்க பொறியாளர்களை நம்பாமல், ஆர்கான் தன்னாட்சி முறையில் உருவகப்படுத்துதல் குறியீட்டை உருவாக்கினார். கற்றறிந்த நடத்தை பின்னர் அந்த சுய-உருவாக்கிய உருவகப்படுத்துதலில் இருந்து Apptronik இன் அப்பல்லோ மனித உருவகத்திற்கு மாற்றப்பட்டது, இது இயற்பியல் உலகில் அதை செயல்படுத்தியது.

கூகுள் டீப் மைண்டின் கூற்றுப்படி, அப்போலோ நிஜ உலக சோதனையின் போது ஏழு நேரான ஷாட்களை தரையிறக்கியது - ரோபோ சமநிலை, கைப் பாதை மற்றும் வெளியீட்டு நேரத்தை ஒருங்கிணைக்க தேவைப்படும் ஒரு பணிக்கான சுத்தமான ஓட்டம்.

சிமுலேஷன் வேலையின் வாரங்கள் மணிநேரமாக சுருக்கப்பட்டது

Google DeepMind இந்த அணுகுமுறையை "வீடியோ-டு-சிம்-டு-ரியல்" பைப்லைன் என்று விவரிக்கிறது, மேலும் சுருதியானது பொறியியல் நேரத்தைப் பற்றியது, அது திறனைப் பற்றியது.

"இந்த 'வீடியோ-டு-சிம்-டு-ரியல்' பைப்லைன் வாரங்கள் மேனுவல் சிமுலேஷன் மாடலிங்கை சில மணிநேரங்களாக சுருக்கி, சாதாரண வீடியோக்களை ரோபாட்டிக்ஸிற்கான அளவிடக்கூடிய, எல்லையற்ற பயிற்சிக் களமாக மாற்றுகிறது," என்று ரோபோடிக்ஸ் & ஆட்டோமேஷன் நியூஸ் தெரிவித்துள்ளது.

பாரம்பரியமாக, ஒரு ரோபோவுக்கு உருவகப்படுத்துதல் மூலம் ஒரு புதிய உடல் திறனைக் கற்பிக்க நிபுணர்கள் சூழல், பொருள் இயற்பியல் மற்றும் ரோபோவின் உடலைக் கையால் மாதிரியாக்க வேண்டும் - ஒவ்வொரு புதிய பணிக்கும் வாரங்களில் அளவிடப்படும் ஒரு செயல்முறை. வீடியோ அந்த கையேடு மாடலிங்கிற்கு மாற்றாக இருந்தால், ரோபோக்களுக்கு புதிய திறன்களை கற்பிப்பதற்கான இடையூறு பொறியியல் உழைப்பில் இருந்து ஆர்ப்பாட்டக் காட்சிகளின் கிடைக்கும் தன்மைக்கு மாறுகிறது, இது இணையத்தில் திறம்பட வரம்பற்றது.

வீடியோ-டு-சிம்-க்கு-ரியல் வித்தியாசமானது

தொழில்துறையில் உள்ள பெரும்பாலான ரோபோ கற்றல் பைப்லைன்கள் இரண்டு வழிகளில் ஒன்றைப் பயன்படுத்துகின்றன: டெலிஆப்பரேஷன், அங்கு ரோபோ பின்பற்றும் பணிகளை மனிதர்கள் கைமுறையாக நிரூபிக்கிறார்கள் அல்லது உருவகப்படுத்துதல் பயிற்சி, அங்கு பொறியாளர்கள் கையால் கட்டமைக்கப்பட்ட மெய்நிகர் சூழல்களில் கட்டுப்பாடு கொள்கைகள் வரிசைப்படுத்தப்படுவதற்கு முன் மில்லியன் கணக்கான மறுபரிசீலனைகளை நடைமுறைப்படுத்துகின்றன. இரண்டும் வேலை, மற்றும் இரண்டும் மோசமாக அளவிடப்படுகின்றன - டெலிஆப்பரேஷன் ஒரு பணிக்கு உழைப்பு-தீவிரமானது, மற்றும் உருவகப்படுத்துதல் மாடலிங் என்பது சுற்றுச்சூழலுக்கு உழைப்பு-தீவிரமானது.

கார்ன்ஹோல் டெமோ இரண்டாவது தடையை இலக்காகக் கொண்டது. DeepMind இன் சோதனைக் கணக்கில், எந்த பொறியாளரும் கார்ன்ஹோல் சூழலை உருவாக்கவில்லை: ஆர்கான் மூல வீடியோவை உட்கொண்டார், காட்சியின் இடஞ்சார்ந்த அமைப்பை விளக்கினார், வீசுவதற்குத் தேவையான முழு-உடல் கூட்டுப் பாதைகளை உருவாக்கினார் மற்றும் உருவகப்படுத்துதல் குறியீட்டை எழுதினார். லூப்பில் மனிதப் பாத்திரம், ஒருமுறை கேம் விளையாடுவதைப் படம்பிடித்ததாகக் குறைக்கப்பட்டது.

கார்ன்ஹோல் என்பது வேண்டுமென்றே நன்கு தேர்ந்தெடுக்கப்பட்ட சோதனை வழக்கு. இது அற்பமானதாகத் தோன்றுகிறது, ஆனால் உயர்த்தப்பட்ட இலக்கில் ஒரு பீன்பேக்கைத் தரையிறக்குவது மனித உருவ ரோபோக்களின் கலவையை சரியாகக் கோருகிறது: காற்றோட்டத்தின் போது நிலையான முழு-உடல் சமநிலை, சிறந்த கை இயக்கவியல், நேர வெளியீடு மற்றும் தளர்வான எறிபொருளின் பாலிஸ்டிக்ஸிற்கான சகிப்புத்தன்மை. உண்மையான உலகில் ஏழு தொடர்ச்சியான வெற்றிகள், மாற்றப்பட்ட கொள்கை அதிர்ஷ்டத்தை விட வலுவானது என்பதைக் குறிக்கிறது, இருப்பினும் ஒரு உள் சோதனை ஒரு குறுகிய ஆதார அடிப்படையாகும்.

பொதிந்த பகுத்தறிவு பெஞ்ச்மார்க் முடிவுகள்

கார்ன்ஹோல் டெமோவுடன், டீப் மைண்ட் ஆர்கானை எம்போடிட் ரீசனிங் பெஞ்ச்மார்க்கில் (ERQA) சோதித்தது, இது 3D சூழலில் உடல் மற்றும் இடஞ்சார்ந்த பிரச்சனைகளைப் பற்றி நியாயப்படுத்தும் ஒரு மாதிரியின் திறனை அளவிடுகிறது. ஆர்கான் பெஞ்ச்மார்க்கில் 87% மதிப்பெண்களைப் பெற்றதாக நிறுவனம் கூறுகிறது.

இயற்பியல் மற்றும் இடஞ்சார்ந்த பகுத்தறிவு என்பது இயற்பியல் உலகில் பயனுள்ளதாக செயல்படக்கூடிய அமைப்புகளிலிருந்து எல்லை மொழி மாதிரிகளை பிரிக்கும் இடைவெளிகளில் ஒன்றாக பரவலாகக் காணப்படுகிறது, அதனால்தான் ERQA போன்ற ரோபாட்டிக்ஸ் வரையறைகள் முக்கிய ஆய்வகங்களில் இருந்து அதிக கவனத்தை ஈர்த்துள்ளன.

பரந்த ஜெமினி 4 ஆர்கான் வெளியீட்டின் ஒரு பகுதி

ரோபாட்டிக்ஸ் வேலை ஒரு பரந்த வெளியீட்டில் ஒரு பயன்பாடு ஆகும். சிக்கலான பொறியியல், அறிவியல், குறியீட்டு முறை மற்றும் வணிகப் பணிகளை இலக்காகக் கொண்ட காட்சி-சொற்பொருள் பகுத்தறிவு, உடல் புரிதல் மற்றும் தன்னாட்சி குறியீட்டு உருவாக்கம் ஆகியவற்றை ஒருங்கிணைக்கும் எல்லை மாதிரியாக ஜெமினி 4 ஆர்கானை கூகிள் நிலைநிறுத்துகிறது. பெரிய மென்பொருள் கோட்பேஸ்களை மேம்படுத்துவது முதல் குவாண்டம் கம்ப்யூட்டிங், அணுக்கரு இணைவு மற்றும் வாழ்க்கை அறிவியல் ஆராய்ச்சி வரையிலான திட்டங்களில் இந்த மாதிரியை உள்நாட்டில் ஏற்கனவே பயன்படுத்தியதாக நிறுவனம் கூறுகிறது.

இந்த மாதிரியானது கூகிளின் AI தயாரிப்புகள் மற்றும் ஜெமினி API மூலம் கிடைக்கிறது, ரோபோ ஆபரேட்டர்களுக்கான ஷிப்பிங் தயாரிப்பாக இல்லாமல், மாடலின் உடல் புரிதலுக்கான சான்றாக ரோபாட்டிக்ஸ் ஆர்ப்பாட்டம் வழங்கப்படுகிறது.

மனித உருவத் தொழிலுக்கு இது ஏன் முக்கியமானது

வளர்ந்து வரும் மனித உருவ ரோபோ துறைக்கு - Apptronik மிக முக்கியமான வீரர்களில் ஒருவராக உள்ளது - இதன் விளைவாக ஒரு குறிப்பிட்ட கிட்டதட்ட மதிப்பு முன்மொழிவை நோக்கி செல்கிறது: செயலற்ற வீடியோவை பயிற்சி செய்யக்கூடிய உருவகப்படுத்துதல்களாக மாற்றக்கூடிய பொது-நோக்கம் AI மாதிரிகள், ரோபோக்களுக்கு புதிய பணிகளைக் கற்பிப்பதற்கான செலவை வியத்தகு முறையில் குறைக்கலாம்.

DeepMind இன் சொந்த ஃப்ரேமிங் அதே கருத்தை வலியுறுத்துகிறது. ரோபோக்களுக்கு புதிய உடல் திறன்களை கற்பிக்க தேவையான கையேடு பொறியியலின் அளவை பொது-நோக்க மாதிரிகள் எவ்வாறு குறைக்கலாம் என்பதை இந்த ஆர்ப்பாட்டம் காட்டுகிறது என்று நிறுவனம் கூறுகிறது.

ஏழு கார்ன்ஹோல் ஷாட்கள் ஒரு கிடங்கில் உள்ள பொதிகளை நகர்த்தாது. ஆனால் அவற்றை உருவாக்கிய பைப்லைன் - வீடியோவைப் பார்க்கவும், இயற்பியலைப் புரிந்து கொள்ளவும், உருவகப்படுத்துதலை எழுதவும், வன்பொருளுக்கு மாற்றவும் - ரோபாட்டிக்ஸ் நிறுவனங்களும் அவற்றின் முதலீட்டாளர்களும் பார்க்கும் பகுதி.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →