Токио университетинин командасы GPT-3 Large Language Model (LLM) жардамы менен кыймылдарды жасай ала турган Alter4 роботун көрсөтүштү. Alter3 акыркы куралды колдонот Ачык AI алдын ала программаланган маалымат базасына жазууларды талап кылбастан, селфи позасынан элестүүлүккө чейин динамикалык түрдө ар кандай позаларды кабыл алуу.
"Alter3'дун мимика жана жаңсоолорду колдонуу менен сүйлөшүү мазмунуна жообу - башка андроиддерге оңой ыңгайлаша турган гуманоид робототехникасындагы олуттуу прогресс", - дешти изилдөөчүлөр.
LLMди роботтор менен интеграциялоо тармагында негизги көңүл негизги байланышты жакшыртууга жана реалдуу жоопторду моделдөөгө багытталган. Изилдөөчүлөр роботторго татаал көрсөтмөлөрдү түшүнүүгө жана аткарууга, ошону менен алардын функционалдуулугун жогорулатууга мүмкүнчүлүк берүү үчүн LLMдин мүмкүнчүлүктөрүн изилдеп жатышат.
Салттуу түрдө, төмөнкү деңгээлдеги башкаруу иштейт жабдыкка байланган жана LLM корпорацияларынын ыйгарым укуктарынын чегинен тышкары. Бул LLM негизиндеги иштерди түз башкарууда кыйынчылыктарды жаратат. Бул маселени чечүү менен жапон командасы адамдын кыймылынын туюнтмаларын Android үчүн түшүнүктүү кодго айландыруу ыкмасын иштеп чыкты. Бул робот убакыттын өтүшү менен иш-аракеттердин ырааттуулугун иштеп чыгуучуларга дененин ар бир бөлүгүн жекече программалоонун зарылдыгы жок өз алдынча жасай алат дегенди билдирет.
Өз ара аракеттенүү учурунда адам Alter3 буйруктарын бере алат, мисалы, "iPhone менен селфи тартыңыз". Андан кийин робот керектүү кадамдар боюнча жетекчиликти алуу үчүн GPT-4ке бир катар суроо-талаптарды баштайт. GPT-4 муну Python кодуна которуп, жумушка "түшүнүүгө" жана керектүү кыймылдарды аткарууга мүмкүндүк берет. Бул инновация Alter3ке үстүнкү денесин кыймылдатууга мүмкүндүк берет, ал эми төмөнкү денеси стендге жабышып, кыймылсыз бойдон калууда.
Alter3 - 2016-жылдан бери Alter'дин гуманоид роботтор сериясынын үчүнчү итерациясы, кысылган аба менен иштетилген мимика жана бут-колдун кыймылы үчүн жооптуу 43 кыймылдаткычы менен мактанат. Бул конфигурация экспрессивдүү жаңсоолордун кеңири спектрин камсыз кылат. Робот баса албайт, бирок кадимки басуу жана чуркоо кыймылдарын туурай алат.
Alter3 ошондой эле камера жана OpenPose алкагында адамдын позаларын көчүрүү мүмкүнчүлүгүн көрсөттү. Робот өзүнүн муундарын байкалган позаларга ылайыктап, кийинчерээк колдонуу үчүн ийгиликтүү имитацияларды сактап калат. Адам менен өз ара аракеттенүү ар түрдүү позаларга алып келди, жаңы төрөлгөн балдар имитациялоо аркылуу үйрөнгөндөй, ар кандай кыймылдар адамды туурагандан келип чыгат деген идеяны колдоду.
LLMге чейин изилдөөчүлөр адамдын позасын кайра жаратуу же чай берүү же шахмат ойноо сыяктуу жүрүм-турумун имитациялоо үчүн бардык 43 кыймылдаткычты кылдат көзөмөлдөшү керек болчу. Бул көптөгөн кол менен оңдоолорду талап кылды, бирок AI команданы бул тартиптен бошотууга жардам берди. «Биз Alter3 контекстке тиешелүү мимика жана жаңсоолорду көрсөтүү менен диалогго натыйжалуу катышат деп күтөбүз. Бул эмоцияларды чагылдыруу жөндөмүн көрсөттү, мисалы, жооп катары кайгыны же кубанычты көрсөтүү, ошону менен биз менен эмоциялар менен бөлүшүү мүмкүнчүлүгүн көрсөттү", - дешет изилдөөчүлөр.
Ошондой эле окуңуз: