• Covariant, một spinoff từ OpenAI, đã giải quyết vấn đề thiếu dữ liệu trong lĩnh vực robot bằng cách phát triển mô hình AI RFM-1, kết hợp kỹ năng suy luận của mô hình ngôn ngữ lớn và khéo léo vật lý của robot tiên tiến.
• Mô hình RFM-1 được huấn luyện trên dữ liệu thu thập từ một đội hình nhỏ các robot chọn hàng của Covariant, được sử dụng bởi các khách hàng như Crate & Barrel và Bonprix tại các kho hàng trên toàn thế giới, cùng với dữ liệu từ internet.
• Covariant dự định phát hành mô hình này cho khách hàng trong những tháng tới, với hy vọng hệ thống sẽ trở nên mạnh mẽ và hiệu quả hơn khi được triển khai trong thế giới thực.
• Trong một buổi trình diễn, Covariant đã cho thấy khả năng của mô hình khi xử lý 5 loại đầu vào khác nhau: văn bản, hình ảnh, video, hướng dẫn robot và đo lường.
• Mô hình có thể tạo ra hình ảnh hoặc video mô tả quá trình thực hiện nhiệm vụ, và thậm chí đưa ra phản hồi nếu dự đoán không thể nắm bắt vật phẩm một cách chính xác.
• Covariant nhấn mạnh sự tiến bộ trong việc giáo dục robot thích ứng với môi trường thông qua dữ liệu huấn luyện thay vì mã hóa cụ thể cho từng nhiệm vụ.
• Các nhà nghiên cứu tại Covariant hy vọng mô hình RFM-1 sẽ tiếp tục học hỏi và tinh chỉnh, với mục tiêu cuối cùng là robot sẽ tự huấn luyện trên video do chính mô hình tạo ra.
📌 Covariant, một spinoff từ OpenAI, đã phát triển mô hình AI RFM-1, đánh dấu bước tiến quan trọng trong việc giúp robot học các nhiệm vụ giống như con người. Mô hình này kết hợp kỹ năng suy luận và khéo léo vật lý, được huấn luyện trên dữ liệu phong phú từ robot chọn hàng và internet. Covariant hướng tới việc triển khai mô hình này trong thực tế, mở ra triển vọng mới cho ngành công nghiệp robot.
https://www.technologyreview.com/2024/03/11/1089653/an-openai-spinoff-has-built-an-ai-model-that-helps-robots-learn-tasks-like-humans/
#MIT