"என் மடிக்கணினியில் காபியைக் கொட்டாதே" என்று ஒரு ரோபோவிடம் சொல்லுங்கள், இன்றைய இயந்திரங்கள் அதைச் சரியாகச் செய்யும் - அதற்கு மேல் எதுவும் இல்லை. மடிக்கணினிக்கு அருகில் தொலைபேசி அமர்ந்திருக்கிறதா? டேபிளின் மறுபுறத்தில் டேப்லெட் சார்ஜ் ஆகிறதா? நீங்கள் ஒவ்வொன்றையும் உச்சரிக்கும் வரை ரோபோவின் ரேடாரில் இருந்து விலகி, கடினமான திருத்தம் மூலம் திருத்தம்.
MIT மற்றும் நியூயார்க் பல்கலைக்கழக ஆராய்ச்சியாளர்களிடமிருந்து ஒரு புதிய தளம் அந்த இடைவெளியை மூடுவதை நோக்கமாகக் கொண்டுள்ளது. MIT செய்திகளின்படி, FLEX எனப்படும் அமைப்பு, இயக்கம்-திட்டமிடும் ரோபோக்களை மனிதனின் வெளிப்படையான வழிமுறைகளைப் பின்பற்ற உதவுகிறது, அதே நேரத்தில் அவற்றிலிருந்து செயல்திறனை மேம்படுத்தும் பரந்த பொதுமைப்படுத்தல்களையும் வரைகிறது. இந்த மாதம் ரோபோ கற்றல் (CoRL) பற்றிய வருடாந்திர மாநாட்டில் குழு பணியை வழங்கும். For more context on this story, see our ongoing AI industry coverage.
எம்ஐடியின் கணினி அறிவியல் மற்றும் செயற்கை நுண்ணறிவு ஆய்வகத்தில் (சிஎஸ்ஏஐஎல்) போஸ்ட்டாக் மற்றும் ஆய்வு ஆசிரியரான நாதன் டென்லர் கூறுகையில், "எல்எல்எம்கள் இணையத்தில் இருந்து பல நூல்களைப் பார்த்துள்ளன. "அட, என் போன் தண்ணீரில் விழுந்து விட்டது, இப்போது அது வேலை செய்யவில்லை, அல்லது "நான் என் கணினியில் காபியைக் கொட்டினேன், இப்போது அது வேலை செய்யவில்லை" என்று மக்கள் எழுதியிருக்கலாம். எனவே எல்.எல்.எம்கள் திரவங்கள் மற்றும் சாதனங்கள் வேலை செய்யாமல் போகும் என்ற கருத்தை எடுத்துக் கொள்கின்றன."
ஒரு எச்சரிக்கை முதல் முழு விதிப்புத்தகம் வரை
MIT நியூஸ் விவரித்த ஒரு ஆர்ப்பாட்டக் காட்சியில், ஒரு நபர் ஒரு ரோபோக் கையால் ஒரு காபி கோப்பையை இரைச்சலான மேசையின் குறுக்கே எடுத்துச் செல்வதைப் பார்த்து, "லேப்டாப்பில் கொட்டாதே!" என்ற ஒற்றைக் கட்டளையை டைப் செய்கிறார். ஒரு வழக்கமான ரோபோ மடிக்கணினியை அதன் தவிர்ப்பு பட்டியலில் சேர்த்து அதன் பாதையை மீண்டும் திட்டமிடும். FLEX மேலும் செல்கிறது - மடிக்கணினிகள் ஏன் முக்கியமானவை மற்றும் பயனர் குறிப்பிடாத ஃபோன் உட்பட அருகிலுள்ள எலக்ட்ரானிக்ஸைத் தவிர்ப்பதற்காக அதன் பாதையை சரிசெய்கிறது என்பதற்கான ரோபோ காரணங்கள்.
"நீங்கள் சொல்லும் வார்த்தைகளுக்குப் பின்னால் சில உயர்மட்ட நோக்கம் உள்ளது என்பது யோசனை" என்று டென்லர் கூறினார். "இயற்கையாக மக்கள் இதைப் பெறுவார்கள். ஆனால் நீங்கள் அதை ஒரு ரோபோவிடம் கவனமாக விளக்க வேண்டும், அதற்கு நேரமும் முயற்சியும் தேவை. 'மக்கள் இதைச் சொல்லும்போது, அவர்கள் அதைக் குறிக்கிறார்கள்' என்று சொல்ல FLEX ஒரு ரோபோவுடன் தொடர்பு கொள்ளும் இடைமுகத்தை உங்களுக்கு வழங்குகிறது."
கூட்டு கற்றல் மற்றும் தன்னாட்சி ஆராய்ச்சி (தெளிவு) ஆய்வகத்திற்கு தலைமை தாங்கும் எம்ஐடியில் ஏரோநாட்டிக்ஸ் மற்றும் விண்வெளித்துறையின் உதவி பேராசிரியரான ஆண்ட்ரியா போபு இந்த ஆய்வுக்கு தலைமை தாங்கினார். இணை ஆசிரியர்களில் 2026 ஆம் ஆண்டில் எம்ஐடியில் எஸ்எம் முடித்த ஆட்ரி லீ மற்றும் நியூயார்க் பல்கலைக்கழகத்தைச் சேர்ந்த இலியா சுசோலுட்ஸ்கி ஆகியோர் அடங்குவர்.
எப்படி FLEX வேலை செய்கிறது: சேர், பொதுமைப்படுத்துதல், முகமூடி
FLEX மூன்று-படி பைப்லைனாக செயல்படுகிறது, இது தோராயமாக ஐந்து வினாடிகளில் இயங்கும்.
படி 1: சேர்
ஒரு பயனர் இயற்கையான மொழித் திருத்தத்தை வெளியிடும் போது, ரோபோ பணிக்கு முக்கியமான விஷயங்களின் இயங்கும் பட்டியலில் தொடர்புடைய அம்சத்தைச் சேர்க்கிறது. ஒரு நபர் "என் குவளையில் அதை கைவிடாதே!" ரோபோ ஒரு பந்துவீச்சு பந்தை கொண்டு செல்லும் போது, குவளை தவிர்க்கும் பட்டியலில் இணைகிறது மற்றும் ரோபோ அதன் பாதையை புதுப்பிக்கிறது. முந்தைய முறைகள் எப்பொழுதும் எவ்வாறு செயல்பட்டன என்பதை இந்தப் படி பிரதிபலிக்கிறது - மேலும் அவர்களின் பிரச்சனைகள் இங்குதான் தொடங்குகின்றன.
"உங்கள் அம்சங்களின் பட்டியல் மிக நீளமாக இருக்கும்போது சிக்கல் ஏற்படுகிறது, மேலும் சில அம்சங்கள் இனி பொருந்தாது, ஏனெனில் உங்கள் சூழல் மாறியிருக்கலாம்" என்று டென்லர் எம்ஐடி செய்திகளிடம் கூறினார். ஒவ்வொரு பொருளையும் தனித்தனியாகத் தவிர்க்கச் சொல்லப்பட்ட ஒரு ரோபோ, சரிசெய்வதில் மெதுவாகவும், திட்டமிடுவதில் மெதுவாகவும் மாறும், மேலும் எண்ணும் சுமை மனிதனின் மீது விழுகிறது.
படி 2: பொதுமைப்படுத்து
இது FLEX இன் முக்கிய பங்களிப்பாகும். ஒரு பெரிய மொழி மாதிரி — GPT-4o, குழுவின் செயலாக்கத்தில் — திரட்டப்பட்ட அம்சப் பட்டியலை ஆராய்ந்து உருப்படிகளுக்கு இடையே உள்ள வடிவங்களைத் தேடுகிறது. நபர் கொடியிட்ட குவளை மற்றும் பிற உடையக்கூடிய பொருட்களை எதிர்கொள்ளும் போது, LLM ஒரு பொது வகுப்பை ஊகிக்கிறது: உடையக்கூடிய விஷயங்களைத் தவிர்க்கவும், குறிப்பிடப்படாதவை கூட. மனித உரையின் பரந்த நூலகங்களில் பயிற்சியளிக்கப்பட்ட மாதிரியின் காரணமாக, அன்றாடப் பொது அறிவின் பெரும்பகுதி முன்பே நிறுவப்பட்டிருக்கும்.
"எல்எல்எம்கள் இணையத்தில் இருந்து, எல்லா வகையான மனிதர்கள் மற்றும் இடங்களிலிருந்தும் பல நூல்களைப் பார்த்திருக்கிறார்கள்" என்று டென்லர் கூறினார். "அவர்கள் அந்த விஷயங்களில் மிகவும் பயிற்சி பெற்றதால், அந்த பொது அறிவு சில எல்.எல்.எம்-ல் உறிஞ்சப்படுகிறது."
படி 3: முகமூடி
உண்மையான சூழல்கள் மாறுகின்றன, மேலும் பழமையான விதிகள் ஒழுங்கற்ற நடத்தையை ஏற்படுத்துகின்றன. FLEX இன் மூன்றாவது படி ரோபோவின் நிலையான கணினி பார்வை அமைப்பைப் பயன்படுத்தி கொடியிடப்பட்ட பொருள்கள் இனி இல்லை என்பதைத் தீர்மானிக்கிறது, பின்னர் அந்த உள்ளீடுகளை அம்சங்கள் பட்டியலிலிருந்து நீக்குகிறது - மனித தலையீடு இல்லாமல் ரோபோவின் கட்டுப்பாடுகளை தற்போதைய நிலையில் வைத்திருக்கிறது.
காபி, மெழுகுவர்த்தி மற்றும் பந்துவீச்சு பந்து உருவகப்படுத்துதல்களில் சோதிக்கப்பட்டது
ஒரு கப் காபி பரிமாறுதல், மெழுகுவர்த்தியை நகர்த்துதல் மற்றும் பந்துவீச்சு பந்தை எடுத்துச் செல்வது ஆகிய மூன்று பணிகளைச் செய்யும் ஒரு ரோபோ கையின் உருவகப்படுத்துதல்களில் குழு FLEX ஐ மதிப்பீடு செய்தது. தன்னார்வலர்கள் விர்ச்சுவல் ரோபோவுடன் "என் மடிக்கணினியில் சிந்தாதீர்கள்", "காகித அடுக்கில் இருந்து விலகி இருங்கள்" மற்றும் "குவளையில் விடாதீர்கள்" போன்ற இயற்கை மொழி கட்டளைகளைத் தட்டச்சு செய்து தொடர்பு கொண்டனர்.
மூன்று காட்சிகளிலும், ரோபோ ஒவ்வொரு கட்டளையையும் உண்மையில் பின்பற்றியது, அதே நேரத்தில் உயர் மட்டத்தில் பகுத்தறியும் போது - மடிக்கணினியைப் பற்றி எச்சரிக்கும் போது எலக்ட்ரானிக்ஸை அகற்றுவது, மெழுகுவர்த்தியைப் பார்க்கச் சொன்னால் எரியக்கூடிய பொருட்களைத் தவிர்ப்பது மற்றும் அனைத்து உடையக்கூடிய பொருட்களையும் ஒரு குவளை எச்சரிக்கைக்குப் பிறகு கைவிடாத பகுதிகளாகக் கருதுகிறது.
வீட்டு ரோபோக்களுக்கு காமன் சென்ஸ் ஏன் தடையாக இருக்கிறது
ஆராய்ச்சி நுகர்வோர் ரோபாட்டிக்ஸில் ஒரு தொடர்ச்சியான தடையை குறிவைக்கிறது: உங்கள் வீட்டில் என்ன முக்கியம் என்பதை ஏற்கனவே அறிந்த ஒரு ரோபோவை யாரும் அனுப்புவதில்லை. இயற்பியல் அடிப்படையிலான பாதைத் திட்டமிடல் துல்லியமானது ஆனால் ஒளிபுகாது, மேலும் பயனர்கள் கணிதச் செலவுச் செயல்பாடுகளைக் கையாள வேண்டும் என்று எதிர்பார்ப்பது தொடக்கமற்றது.
"ரோபோக்கள் தங்கள் பாதைத் திட்டமிடலைச் செய்ய கணிதத்தைப் பயன்படுத்துகின்றன. ஆனால் ஒரு ரோபோவுக்கு என்ன செய்ய வேண்டும் என்பதைச் சொல்ல ஒரு நுகர்வோர் இந்தக் கணிதத்தைச் செய்யக் கற்றுக் கொள்வார் என்று நாம் எதிர்பார்க்க முடியாது," என்று டென்லர் கூறினார். "ஒரு குறிப்பிட்ட வழியில் ஒரு ரோபோவை எவ்வாறு பயன்படுத்துவது என்பதை மக்கள் கற்றுக்கொள்வதற்குப் பதிலாக, இயற்கையான மொழியின் மூலம் ரோபோவுடன் தொடர்புகொள்வதே குறிக்கோள்."
ரோபாட்டிக்ஸ் ஆராய்ச்சியின் ஒரு பெரிய இழை ஏற்கனவே ரோபோ கற்றலில் மொழியை நெசவு செய்கிறது - பணி இலக்குகளை தெளிவுபடுத்துதல், பாதைகளை திசைதிருப்புதல், பாதுகாப்பான பாதைகளை வரையறுத்தல். ஆனால் எம்ஐடி செய்திகள், தற்போதுள்ள முறைகள், ஒரு பணியை எவ்வாறு உடல் ரீதியாகச் செய்வது என்பதை ரோபோவுக்குச் சொல்ல முக்கியமாக மொழியைப் பயன்படுத்துகின்றன. போபுவின் குழு வேறு எல்லையில் தள்ளுகிறது: ஒரு சில சாதாரண கட்டளைகளிலிருந்து ஒரு நபரின் அடிப்படை, குறிப்பிடப்படாத விருப்பங்களைப் பிரித்தெடுத்தல்.
"ஒவ்வொருவரின் வீடுகளும் வித்தியாசமாக இருக்கின்றன, ஒவ்வொருவரும் வெவ்வேறு விஷயங்களைப் பற்றி அக்கறை கொண்டுள்ளனர், எனவே உங்களுக்கு என்ன முக்கியம் என்பதை அறிந்து எந்த ரோபோவும் பெட்டியிலிருந்து வெளியே வருவதில்லை" என்று போபு MIT செய்திகளிடம் கூறினார். "FLEX பற்றி என்னை உற்சாகப்படுத்துவது என்னவென்றால், ஒவ்வொரு விதியையும் உச்சரிக்கும்படி உங்களிடம் கேட்பதற்குப் பதிலாக ஒரு வாக்கியம் அல்லது இரண்டு வாக்கியங்களில் இருந்து அதை எடுக்க முடியும் - அதுதான் ஒரு ரோபோட் மற்றும் அவர்கள் தங்கள் வீட்டில் அவர்கள் விரும்பும் ஒரு வித்தியாசம்."
அடுத்து என்ன வரும்
"அடாப்டிவ் ரோபோ நடத்தைக்கான நெகிழ்வான மொழி-வழிகாட்டப்பட்ட பிரதிநிதித்துவ எடிட்டிங்" என்ற தாளில் விவரிக்கப்பட்டுள்ள இந்த வேலை, எம்ஐடி ஜெனரேட்டிவ் ஏஐ இம்பாக்ட் கன்சார்டியம் மற்றும் எம்ஐடி ஸ்வார்ஸ்மேன் காலேஜ் ஆஃப் கம்ப்யூட்டிங்கின் சமூக மற்றும் நெறிமுறை பொறுப்புகள் கம்ப்யூட்டிங் திட்டத்தின் ஒரு பகுதியாக ஆதரிக்கப்பட்டது.
இதுவரை காட்டப்பட்ட முடிவுகள் உருவகப்படுத்துதல்களாகும், மேலும் அந்த செயல்திறனை இயற்பியல் வன்பொருளுக்கு மொழிபெயர்ப்பது - குழப்பமான கருத்து, சத்தமில்லாத மொழி மற்றும் உண்மையான விளைவுகளுடன் - புலத்தின் அடுத்த தடையாக உள்ளது. ஆனால் திசை தெளிவாக உள்ளது: தொழிற்சாலை கூண்டுகளில் இருந்து சமையலறைகள் மற்றும் அலுவலகங்களுக்கு ரோபோக்கள் நகரும் போது, வெற்றிபெறும் இயந்திரங்கள் நாம் சொல்வதை மட்டும் புரிந்து கொள்ளாமல், நாம் என்ன சொல்கிறோம் என்பதை புரிந்து கொள்ளலாம்.
இந்தக் கட்டுரை நவம்பர் 9, 2026 அன்று எம்ஐடி செய்திகளால் வெளியிடப்பட்ட ஜெனிஃபர் சூவின் அறிக்கையை அடிப்படையாகக் கொண்டது.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
