Токио университетінің командасы GPT-3 Large Language Model (LLM) көмегімен қимыл-қозғалыс жасай алатын Alter4 роботын таныстырды. Alter3 ең соңғы құралды пайдаланады Ашық AI алдын ала бағдарламаланған дерекқор жазбаларын қажет етпей, селфи позасынан елеске дейін әртүрлі позаларды динамикалық түрде қабылдау.
«Alter3-тің мимика мен ым-ишара арқылы сөйлесу мазмұнына жауап беруі - аз өзгерістермен басқа андроидтерге оңай бейімделетін гуманоидты робототехникадағы елеулі жетістік», - деді зерттеушілер.
Роботтармен LLM интеграциясы саласында негізгі коммуникацияны жақсартуға және шынайы жауаптарды модельдеуге басты назар аударылады. Зерттеушілер сонымен қатар роботтарға күрделі нұсқауларды түсіну және орындау, осылайша олардың функционалдығын арттыру үшін LLM мүмкіндіктерін зерттеп жатыр.
Дәстүрлі түрде төмен деңгейдегі басқару роботтар аппараттық құралдармен байланысты және LLM корпорацияларының құзыретінен тыс. Бұл LLM негізіндегі жұмыстарды тікелей басқаруда қиындықтар туғызады. Бұл мәселені шеше отырып, жапон командасы адам қозғалысының өрнектерін Android үшін түсінікті кодқа түрлендіру әдісін әзірледі. Бұл робот уақыт өте келе әзірлеушілерге дененің әрбір бөлігін жеке бағдарламалауды қажет етпестен әрекеттер тізбегін дербес жасай алатынын білдіреді.
Өзара әрекеттесу кезінде адам Alter3 пәрмендерін бере алады, мысалы, «iPhone-мен селфи түсіріңіз». Кейіннен робот қажетті қадамдар бойынша нұсқаулық алу үшін GPT-4-ке бірқатар сұрауларды бастайды. GPT-4 оны Python кодына аударады, бұл жұмысқа «түсінуге» және қажетті қозғалыстарды орындауға мүмкіндік береді. Бұл жаңалық Alter3-ке оның үстіңгі денесін жылжытуға мүмкіндік береді, ал оның төменгі денесі стендке бекітілген қозғалмайды.
Alter3 - 2016 жылдан бері Alter компаниясының гуманоид роботтар сериясының үшінші итерациясы, сығылған ауамен жұмыс істейтін бет әлпетіне және аяқ-қол қозғалысына жауап беретін 43 жетекпен мақтана алады. Бұл конфигурация экспрессивті қимылдардың кең ауқымын қамтамасыз етеді. Робот жүре алмайды, бірақ ол әдеттегі жүру және жүгіру қозғалыстарына еліктей алады.
Alter3 сонымен қатар камера мен OpenPose құрылымы арқылы адам позаларын көшіру мүмкіндігін көрсетті. Робот буындарын бақыланатын қалыптарға реттейді және сәтті имитацияларды кейінірек пайдалану үшін сақтайды. Адаммен өзара әрекеттесу жаңа туған нәрестелердің еліктеу арқылы үйренетініне ұқсас, әртүрлі қозғалыстар адамға еліктеуден туындайды деген идеяны қолдайтын әртүрлі позаларға әкелді.
LLM алдында зерттеушілер адамның позасын қайта жасау немесе шай беру немесе шахмат ойнау сияқты мінез-құлықты имитациялау үшін барлық 43 жетекті мұқият бақылауы керек болды. Бұл көптеген қолмен реттеулерді қажет етті, бірақ AI команданы бұл тәртіптен босатуға көмектесті. «Біз Alter3 контекстке сәйкес мимика мен қимылдарды көрсету арқылы диалогқа тиімді араласады деп күтеміз. Бұл эмоцияларды бейнелеу қабілетін көрсетті, мысалы, жауап ретінде қайғы немесе қуанышты көрсету, сол арқылы бізбен эмоциялармен бөлісу », - дейді зерттеушілер.
Сондай-ақ оқыңыз: