Roboti budoucnosti: Učí se ze všeho a zvládnou cokoliv!

Představte si robota, který zvládne uvařit večeři, uklidit dům a ještě pohlídat děti. Zní to jako sci-fi? Možná ne nadlouho! Výzkumníci z MITu totiž vyvinuli novou metodu trénování robotů, která jim umožňuje učit se z obrovského množství různorodých dat, a to mnohem rychleji a efektivněji než kdy dříve.

Tradiční metody trénování robotů se spoléhají na specifická data pro konkrétní úkol a robota. To je ale časově náročné a drahé a roboti se pak těžko adaptují na nové situace. Nový přístup, nazvaný Heterogeneous Pretrained Transformers (HPT), kombinuje data z různých zdrojů, jako jsou simulace, reální roboti, kamery a senzory, do "společného jazyka", kterému rozumí generativní AI model.

Robotí mozek, který se učí z vlastních chyb i zkušenosti druhých

HPT funguje podobně jako jazykové modely, které se učí z obrovského množství textových dat. V robotice je ale situace složitější, protože data mají mnoho podob – od obrázků z kamer až po signály ze senzorů. HPT dokáže tato data sjednotit a vytvořit tak obrovský "robotický mozek", který se neustále učí a zdokonaluje.

Výsledky jsou ohromující! Roboti trénovaní pomocí HPT dosahují v simulacích i reálných experimentech o 20 % lepších výsledků než roboti trénovaní tradičními metodami. A to i v případě, že se setkají s úkolem, který se liší od dat, na kterých se učili.

Univerzální robotický mozek – sen, který se stává skutečností?

Vědci z MITu věří, že HPT je klíčem k vývoji univerzálních robotů, kteří se dokážou přizpůsobit jakémukoliv úkolu a prostředí. "Naším snem je mít univerzální robotický mozek, který si budete moci stáhnout a použít pro svého robota bez jakéhokoli trénování," říká Lirui Wang, hlavní autor studie.

Zdá se, že budoucnost, ve které nám roboti budou pomáhat s každodenními úkoly, je blíž, než jsme si mysleli. A kdo ví, třeba se jednou dočkáme i vlastní Rosie, která nám uvaří večeři a uklidí nepořádek.