Genel Amaçlı Yapay Zeka, Gerçek Dünyada Robotları Değiştirecek mi?

Genel amaçlı yapay zeka şirketi Generalist AI, fiziksel görevlerde önemli bir ilerleme kaydeden GEN-1 modeli adını verdiği yeni bir robotik modeli tanıttı. Şirket, GEN-1’in belirli görevlerde %99 başarı oranıyla çalıştığını ve bir önceki nesil sistemine kıyasla görevleri üç kat daha hızlı tamamladığını belirtiyor. Sistem ayrıca, yeni görevleri öğrenmek için yalnızca bir saatlik robot özelinde veriye ihtiyaç duyduğu için oldukça verimli.

GEN-1, algılama, akıl yürütme ve fiziksel dünyada hareket etme yeteneğine sahip bir "cisimleştirilmiş temel model" olarak tasarlandı. Geniş kapsamlı gerçek dünya etkileşimlerine dayanan büyük veri kümeleriyle eğitildi. Şirket, GEN-1'i basit fiziksel görevleri ustalaştıran ilk genel amaçlı yapay zeka modeli olarak tanımlıyor.

Genel amaçlı bir yapay zekanın, güvenilirliğin, hızın ve "öğretici zeka" olarak adlandırdıkları, beklenmeyen durumlarla başa çıkabilme yeteneğinin bir kombinasyonu olarak tanımlanması, GEN-1 modelinin "ustalaşmasını" ifade eder. Şirket, "Yapılandırılmamış ortamlarda, robotların önceden tanımlanmış davranışlara dayanmak yerine, yaratıcı çözümler üretmeye ve uyum sağlayabilmelidir," dedi.

Şirketin duyurusuyla birlikte yayınlanan gösterilerde, robotların uzun süreler boyunca, kutu katlamak, eşya paketlemek gibi tekrarlayan görevleri hata yapmadan gerçekleştirdiğini görüyoruz. Bazı durumlarda, sistem yüzlerce veya hatta binlerce tekrarı minimum hata ile tamamladı. Bu model, şirketin daha önceki GEN-0 sistemini temel alıyor. Şirket, "robotikte ölçek yasalarının var olduğunu gösterdiğini" belirtti, bu da büyük dil modelleri gibi GPT'nin gelişiminde görülen bir kavramdır.

GEN-1, veri ve hesaplama miktarını artırırken, yeni eğitim ve çıkarım teknikleri de tanıtarak bu yaklaşıma devam ediyor. Yaklaşımın önemli bir yönü, robotikte geleneksel olarak kullanılan pahalı teleoperasyon veri kümelerinin aksine, giyebilen cihazlar aracılığıyla toplanan insan aktivite verilerine dayalı büyük ölçekli ön eğitim kullanmayı içeriyor. Sonuçlar genel amaçlı robotik sistemlere doğru bir adım olarak görülüyor, ancak şirket, tüm görevlerde üretim seviyesinde performansa ulaşamadığını ve daha geniş bir dağıtım için daha fazla hız ve güvenilirliğin gerekli olduğunu kabul ediyor.