Robot berkaki empat yang terus merangkak bahkan setelah keempat kakinya diretas dengan gergaji mesin adalah hal-hal mimpi buruk bagi kebanyakan orang.

Untuk Deepak Pathak, pendiri dan CEO startup Skild AI, prestasi dystopian adaptasi adalah tanda yang menggembirakan dari jenis intelijen robot baru yang lebih umum.

“Ini adalah sesuatu yang kita sebut otak bertubuh omni,” kata Pathak kepada saya. Startupnya mengembangkan algoritma kecerdasan buatan generalis untuk mengatasi tantangan utama dengan memajukan robotika: “Robot apa pun, tugas apa pun, satu otak. Ini tidak masuk akal secara umum.”

Banyak peneliti percaya model AI yang digunakan untuk mengontrol robot dapat mengalami lompatan mendalam ke depan, mirip dengan model yang menghasilkan model bahasa dan chatbots, jika data pelatihan yang cukup dapat dikumpulkan.

Robot yang dikendalikan AI mampu beradaptasi dengan keadaan baru yang ekstrem, seperti hilangnya anggota badan.

Metode yang ada untuk melatih model AI robot, seperti memiliki algoritma belajar mengendalikan sistem tertentu melalui teleoperasi atau dalam simulasi, tidak menghasilkan data yang cukup, kata Pathak.

Pendekatan Skild adalah untuk memiliki algoritma tunggal yang belajar mengendalikan sejumlah besar robot fisik yang berbeda di berbagai tugas. Seiring waktu, ini menghasilkan model yang oleh perusahaan disebut Skild Brain, dengan kemampuan yang lebih umum untuk beradaptasi dengan berbagai bentuk fisik – termasuk yang belum pernah dilihat sebelumnya. Para peneliti membuat versi model yang lebih kecil, yang disebut Locoformer, untuk makalah akademik yang menguraikan pendekatannya.

Model ini juga dirancang untuk beradaptasi dengan cepat dengan situasi baru, seperti kaki yang hilang atau medan baru yang berbahaya, mencari tahu bagaimana menerapkan apa yang telah dipelajari pada kesulitan baru. Pathak membandingkan pendekatan dengan cara model bahasa besar dapat mengalami masalah yang sangat menantang dengan memecahnya dan memberi makan musyawarahnya kembali ke jendela konteksnya sendiri-pendekatan yang dikenal sebagai pembelajaran dalam konteks.

Perusahaan lain, termasuk Toyota Research Institute dan startup saingan yang disebut Fisik Intelligence, juga berlomba untuk mengembangkan model AI robot yang lebih umum mampu. Namun, Skild tidak biasa dalam cara membangun model yang menggeneralisasi di berbagai jenis perangkat keras.

Locoformer dilatih dengan RL skala besar pada berbagai robot yang dihasilkan secara prosedural dengan pengacakan domain yang agresif.

Atas perkenan Skild

Dalam satu percobaan, tim Skild melatih algoritma mereka untuk mengendalikan sejumlah besar robot berjalan dari berbagai bentuk. Ketika algoritma kemudian dijalankan pada robot dua dan empat berkaki nyata- sistem yang tidak termasuk dalam data pelatihan- itu mampu mengendalikan gerakan mereka dan menyuruh mereka berjalan-jalan.

Pada satu titik, tim menemukan bahwa robot berkaki empat yang menjalankan otak omni-bodied perusahaan akan dengan cepat beradaptasi ketika ditempatkan di kaki belakangnya. Karena merasakan tanah di bawah kaki belakangnya, algoritma mengoperasikan anjing robot seolah -olah itu adalah humanoid, yang telah berjalan -jalan di kaki belakangnya.

Locoformer belajar terus menerus melalui pengalaman online. Kebijakan ini dapat belajar dari jatuh dalam uji coba awal untuk meningkatkan strategi kontrol pada yang kemudian.

Atas perkenan Skild

Algoritma generalis juga dapat mengadaptasi perubahan ekstrem pada bentuk robot – ketika, misalnya, kakinya diikat bersama, dipotong, atau dimodifikasi menjadi lebih lama. Tim juga mencoba menonaktifkan dua motor pada robot berkaki empat dengan roda serta kaki. Robot itu mampu beradaptasi dengan menyeimbangkan pada dua roda seperti sepeda yang tidak stabil.

Saat menghadapi gangguan besar – seperti perubahan morfologis, kegagalan motorik, atau perubahan berat – locoformer dapat membangun kembali representasi semacam itu untuk mencapai adaptasi online.

Atas perkenan Skild

Skild sedang menguji pendekatan yang sama untuk manipulasi robot. Ini melatih Brain Skild pada berbagai lengan robot yang disimulasikan dan menemukan bahwa model yang dihasilkan dapat mengendalikan perangkat keras yang tidak dikenal dan beradaptasi dengan perubahan mendadak di lingkungannya seperti pengurangan pencahayaan. Startup ini sudah bekerja dengan beberapa perusahaan yang menggunakan robot Arms, kata Pathak. Pada tahun 2024 perusahaan mengumpulkan $ 300 juta dalam putaran yang menghargai perusahaan sebesar $ 1,5 miliar.

Pathak mengatakan hasilnya mungkin tampak menyeramkan bagi sebagian orang, tetapi baginya mereka menunjukkan percikan semacam superintelligensi fisik untuk robot. “Sangat menyenangkan bagi saya secara pribadi, bung,” katanya.

Apa pendapat Anda tentang otak robot multitalenta Skild? Kirim email ke ailab@wired.com untuk memberi tahu saya.


Ini adalah edisi Will Knight’s AI Lab Newsletter. Baca buletin sebelumnya Di Sini.

Tautan Sumber