¿Cómo pueden los robots controlados por códigos interactuar mejor con los humanos? Recientemente, el Laboratorio de Robótica Humano-Robot de la Universidad de Brown probó un nuevo sistema habilitado para IA cuyo objetivo es hacer que los robots comprendan los comandos humanos en el lenguaje cotidiano y realicen tareas con precisión.
El punto clave de esta investigación es que han desarrollado un nuevo sistema que permite a los robots realizar tareas complejas sin la necesidad de miles de horas de entrenamiento de datos. Si bien el entrenamiento de máquinas tradicional requiere una gran cantidad de ejemplos para mostrar al robot cómo comprender y ejecutar instrucciones en diferentes lugares, este nuevo sistema permite que el robot opere en diferentes entornos al proporcionar un mapa detallado del área.
Los investigadores describen el papel del gran modelo de lenguaje integrado en su sistema para permitir que los robots comprendan y realicen tareas desglosando instrucciones sin grandes cantidades de datos de entrenamiento. El sistema no sólo es capaz de aceptar instrucciones en lenguaje natural, sino que también es capaz de calcular los saltos lógicos que el robot podría necesitar en función del contexto del entorno, lo que hace que las instrucciones sean mucho más simples y claras, incluido lo que el robot puede hacer, qué no puede hacerlo y en qué orden.
Stefanie Tellex, una de las investigadoras principales del proyecto y profesora de informática en la Universidad de Brown, dijo: "Al seleccionar a nuestros sujetos, consideramos específicamente un robot móvil que se mueve por el entorno, y queríamos tener una forma en la que el "El robot podía entender las instrucciones complejas y verbales que el humano le estaba dando, como caminar por Thayer Street en Providence para encontrarme en la cafetería, pero evitando CVS y parando primero en el banco, y siguiendo las instrucciones exactamente".
Si la investigación logra resultados, en el futuro se aplicará a muchos robots móviles de la ciudad, incluidos drones, automóviles autónomos, vehículos de transporte no tripulados, etc., solo será necesario utilizar la forma habitual de comunicarse con las personas para interactuar. con el robot, puede comprender con precisión sus instrucciones, lo que hace posible la aplicación de robots móviles en entornos complejos.
Para probar el sistema, los investigadores realizaron simulaciones usando OpenStreetMap en 21 ciudades y demostraron que el sistema realizó la tarea con precisión el 80 por ciento del tiempo, una tasa de precisión mucho más alta que otros sistemas similares, que normalmente solo alcanzan alrededor del 20 por ciento de precisión y no pueden manejar instrucciones y tareas complejas.
Al mismo tiempo, el equipo también realizó pruebas en interiores en el campus de la Universidad de Brown con el robot puntual de Boston Dynamics, considerado uno de los robots cuadrúpedos de uso general líderes en el mundo, y el éxito de la verificación in situ facilitará la aplicabilidad de el sistema a robots de otros fabricantes.
Jason Xinyu, estudiante de doctorado en informática y miembro principal del equipo de investigación, explica cómo funciona el sistema con un ejemplo.
Supongamos que el usuario le dice al dron que vaya a la "tienda" en "Main Street", pero que primero vaya al "banco". Después de ingresar la instrucción, el software primero identifica las dos ubicaciones y luego el modelo de lenguaje comienza a hacer coincidir estas ubicaciones abstractas con la ubicación concreta del robot. Al mismo tiempo, también analiza metadatos de ubicación, como la dirección o el tipo de ubicación, para ayudar al sistema a tomar decisiones, en este caso, hay varias tiendas cerca, pero solo una está en Main Street, por lo que el sistema sabe dónde ir; Luego, el modelo de lenguaje traduce los comandos a lógica temporal lineal, que es un código matemático y una notación para expresar los comandos; Finalmente, el sistema ingresa la ubicación actual mapeada en esta fórmula, indicándole al robot que vaya al punto A, pero después del punto B.
En noviembre se publicará en línea una simulación basada en OpenStreetMaps, que permitirá a los usuarios probar el sistema por sí mismos. Los usuarios pueden ingresar comandos en lenguaje natural en una página web para guiar un dron simulado en una tarea de navegación para ayudar a los investigadores a ajustar el software.
Esto significa que nos llega un proyecto de "robot AI+" formado conjuntamente por el público.