Intelligenza fisicala startup di robotica fondata due anni fa con sede a San Francisco che è diventata silenziosamente una delle aziende di intelligenza artificiale più osservate nella Bay Space, ha pubblicato nuova ricerca Giovedì ha dimostrato che il suo ultimo modello può indirizzare i robotic a svolgere compiti per i quali non sono mai stati esplicitamente addestrati: una capacità che, secondo i ricercatori dell’azienda, li ha colti di sorpresa.
Il nuovo modello, chiamato π0.7, rappresenta quello che l’azienda descrive come un passo iniziale ma significativo verso l’obiettivo a lungo ricercato di un cervello robotico generico: uno che possa essere indirizzato verso un compito non familiare, istruito attraverso un linguaggio semplice e effettivamente portarlo a termine. Se i risultati reggeranno all’esame accurato, suggeriscono che l’intelligenza artificiale robotica potrebbe avvicinarsi a un punto di flessione simile a quello che il campo ha visto con modelli linguistici di grandi dimensioni – dove le capacità iniziano advert accumularsi in modi che superano ciò che i dati sottostanti sembrerebbero prevedere.
Ma prima: l’affermazione principale dell’articolo è la generalizzazione compositiva: la capacità di combinare competenze apprese in contesti diversi per risolvere problemi che il modello non ha mai incontrato. Fino advert ora, l’approccio commonplace all’addestramento dei robotic è stato essenzialmente la memorizzazione meccanica: raccogliere dati su un compito specifico, addestrare un modello specializzato su quei dati, quindi ripetere per ogni nuovo compito. π0.7, cube Bodily Intelligence, rompe questo schema.
“Una volta superata quella soglia in cui si passa dal fare esattamente ciò per cui si raccolgono i dati al remixare le cose in modi nuovi”, afferma Sergey Levine, co-fondatore di Bodily Intelligence e professore dell’UC Berkeley specializzato nell’intelligenza artificiale per la robotica, “le capacità aumentano in modo più che lineare con la quantità di dati. Questa proprietà di scalabilità molto più favorevole è qualcosa che abbiamo visto in altri settori, come il linguaggio e la visione.”
La dimostrazione più sorprendente dell’articolo riguarda una friggitrice advert aria che il modello non aveva mai visto durante l’addestramento. Quando il gruppo di ricerca ha indagato, ha trovato solo due episodi rilevanti nell’intero set di dati di addestramento: uno in cui un altro robotic si limitava a chiudere la friggitrice advert aria, e uno da un set di dati open supply in cui ancora un altro robotic ha inserito una bottiglia di plastica all’interno di una friggitrice su istruzioni di qualcuno. Il modello aveva in qualche modo sintetizzato quei frammenti, oltre a dati di pre-addestramento più ampi basati sul internet, in una comprensione funzionale del funzionamento dell’equipment.
“È molto difficile rintracciare da dove proviene la conoscenza, o dove avrà successo o fallirà”, afferma Lucy Shi, ricercatrice presso Pi e Stanford Pc Science Ph.D. studente. Tuttavia, senza alcuna istruzione, la modella ha fatto un tentativo accettabile di utilizzare l’apparecchio per cucinare una patata dolce. Con istruzioni verbali passo-passo (essenzialmente, un essere umano che guida il robotic attraverso l’attività nel modo in cui potresti spiegare qualcosa a un nuovo dipendente) ha funzionato con successo.
Questa capacità di teaching è importante perché suggerisce che i robotic potrebbero essere implementati in nuovi ambienti e migliorati in tempo reale senza ulteriore raccolta di dati o riqualificazione dei modelli.
Allora cosa significa tutto questo? I ricercatori non sono timidi riguardo ai limiti del modello e stanno attenti a non esagerare. In almeno un caso, puntano il dito direttamente contro la propria squadra.
“A volte la modalità di guasto non riguarda il robotic o il modello”, afferma Shi. “Dipende da noi. Non essere bravi nell’ingegneria tempestiva.” Descrive uno dei primi esperimenti con una friggitrice advert aria che ha prodotto una percentuale di successo del 5%. Dopo aver trascorso circa mezz’ora a perfezionare il modo in cui l’attività è stata spiegata al modello, il risultato è balzato al 95%, afferma.
Inoltre, il modello non è ancora in grado di eseguire compiti complessi in più fasi in modo autonomo da un singolo comando di alto livello. “Non puoi dirlo, ‘Ehi, vai a farmi un toast'”, cube Levine. “Ma se lo spieghi – ‘per il tostapane, apri questa parte, premi quel pulsante, fai questo’ – allora tende a funzionare piuttosto bene.”
Il workforce ha anche riconosciuto che in realtà non esistono parametri di riferimento standardizzati per la robotica, il che rende difficile la convalida esterna delle loro affermazioni. Invece, l’azienda ha misurato π0,7 rispetto ai suoi precedenti modelli specialistici – sistemi appositamente costruiti addestrati su compiti individuali – e ha scoperto che il modello generalista corrispondeva alle loro prestazioni in una serie di lavori complessi, tra cui preparare il caffè, piegare la biancheria e assemblare scatole.
Ciò che può essere più notevole nella ricerca – se prendi i ricercatori in parola – non è una singola dimostrazione ma il grado in cui i risultati li hanno sorpresi, persone il cui compito è sapere esattamente cosa c’è nei dati di addestramento e quindi cosa il modello dovrebbe e non dovrebbe essere in grado di fare.
“La mia esperienza è sempre stata che quando conosco a fondo cosa c’è nei dati, posso semplicemente indovinare cosa sarà in grado di fare il modello”, afferma Ashwin Balakrishna, ricercatore presso Bodily Intelligence. “Raramente sono sorpreso. Ma negli ultimi mesi sono stata la prima volta in cui sono stato sinceramente sorpreso. Ho appena comprato un set di ingranaggi a caso e ho chiesto al robotic: ‘Ehi, puoi ruotare questo ingranaggio?’ E ha funzionato”.
Levine ha ricordato il momento in cui i ricercatori hanno incontrato per la prima volta GPT-2 generando una storia unicorni nelle Ande. “Dove diavolo ha imparato a conoscere gli unicorni in Perù?” cube. “È una combinazione davvero strana. E penso che vederla nella robotica sia davvero speciale.”
Naturalmente, i critici sottolineeranno una scomoda asimmetria qui: i modelli linguistici avevano l’intera Web da cui imparare. I robotic non lo fanno, e nessuna quantità di suggerimenti intelligenti colma completamente questa lacuna. Ma quando gli viene chiesto dove si aspetta lo scetticismo, Levine punta da tutt’altra parte.
“La critica che si può sempre muovere a qualsiasi dimostrazione di generalizzazione robotica è che i compiti sono piuttosto noiosi”, afferma. “Il robotic non sta facendo un salto mortale all’indietro.” Lui respinge questa inquadratura, sostenendo che la distinzione tra un’impressionante demo di robotic e un sistema robotico che in realtà generalizza è proprio il punto. La generalizzazione, suggerisce, sembrerà sempre meno drammatica di un’acrobazia attentamente coreografata, ma è notevolmente più utile.
Il documento stesso utilizza ovunque un attento linguaggio di copertura, descrivendo π0,7 come “primi segnali” di generalizzazione e “dimostrazioni iniziali” di nuove capacità. Questi sono risultati della ricerca, non un prodotto distribuito.
Quando gli viene chiesto direttamente quando un sistema basato su questi risultati potrebbe essere pronto per l’implementazione nel mondo reale, Levine rifiuta di speculare. “Penso che ci siano buone ragioni per essere ottimisti, e sicuramente la situazione sta procedendo più velocemente di quanto mi aspettassi un paio di anni fa”, afferma. “Ma è molto difficile per me rispondere a questa domanda.”
Bodily Intelligence ha raccolto fino advert oggi oltre 1 miliardo di dollari e recentemente è stata valutata 5,6 miliardi di dollari. Una parte significativa dell’entusiasmo degli investitori attorno all’azienda risale a Lachy Groom, un co-fondatore che ha trascorso anni come uno degli investitori angelici più apprezzati della Silicon Valley – sostenendo Figma, Notion e Ramp, tra gli altri – prima di decidere che Bodily Intelligence period la società che stava cercando. Questo pedigree ha aiutato la startup advert attrarre ingenti fondi istituzionali anche se si è rifiutata di offrire agli investitori una tempistica di commercializzazione.
Si cube ora che la società sia in trattative per un nuovo spherical che raddoppierebbe quasi quella cifra di valutazione portandola a 11 miliardi di dollari. La squadra ha rifiutato di commentare.
