Questo robot impara una nuova attività da un breve video, non è richiesta alcuna formazione
GEN-1.5 di Generalist AI richiede una dimostrazione da tre a dodici secondi come prompt ed esegue l'attività con un successo del 59%, che sale all'83% dopo cinque minuti di dati. Tutti i numeri provengono dall'azienda.
La startup di robotica Generalist AI ha presentato il 20 agosto GEN-1.5, un modello che riprende un nuovo compito fisico da un’unica dimostrazione. Gli mostri una clip da tre a dodici secondi, la clip entra nella finestra di contesto del modello come quello che l’azienda chiama un prompt fisico e il robot tenta quindi l’attività senza alcuna fase di addestramento. Attraverso dieci test, tra cui l’apertura di un barattolo e il prelievo di denaro dal portafoglio, Generalist riporta un tasso medio di successo del 59%. Se si aggiungono dieci passaggi di allenamento su cinque minuti di dati, la percentuale sale all’83%.
Vale la pena tradurre la finestra di contesto, perché qui svolge il lavoro pesante. Si tratta semplicemente della quantità di informazioni che un modello può tenere a mente contemporaneamente mentre funziona, l’equivalente della macchina della memoria a breve termine. Normalmente insegni un compito a un robot raccogliendo ore di esempi e riqualificandolo, il che richiede giorni. GEN-1.5 tratta invece la dimostrazione come parte della domanda, nello stesso modo in cui potresti incollare un documento in un chatbot invece di mettere a punto il modello su di esso. Generalist afferma che il sistema può concatenare due istruzioni in sequenze più lunghe, accettare dimostrazioni registrate nella simulazione piuttosto che nel mondo reale e imitare in parte i movimenti della mano umana. L’azienda afferma inoltre che queste abilità non sono mai state addestrate esplicitamente, ma sono emerse durante più di otto mesi di pre-formazione sui dati di interazione.
Quest’ultima affermazione è quella da prendere alla leggera. La tecnica stessa, chiamata apprendimento in contesto, è ben consolidata nei modelli linguistici e altri gruppi l’hanno già mostrata per i robot, anche se solo per una manciata di tipi di attività. L’affermazione di Generalist è che ora funziona in generale. Ma i compiti dimostrati sono brevi e semplici, tutti i numeri provengono dai test condotti dall’azienda e nulla è stato verificato in modo indipendente. Anche una percentuale di successo del 59% sembra migliore di quanto sembri: un barattolo che si apre sei volte su dieci non è un barattolo che lasceresti aprire a un robot nella tua cucina. Ciò che lo rende interessante è la direzione piuttosto che il punteggio, perché se mostrare sostituisce la riqualificazione, il costo per insegnare qualsiasi cosa a un robot scende da giorni a secondi.
Che cosa significa per te: niente oggi, e va bene. Non c’è nessun prodotto qui, nessun prezzo e nessuna data di spedizione. Il motivo per cui prestare attenzione è che la robotica è rimasta bloccata per anni sul mero costo della raccolta di dati di addestramento per ogni singola attività, e “mostralo solo una volta” è la forma della soluzione che tutti stavano cercando. Se lavori già con strumenti di intelligenza artificiale, il trasferimento utile è concettuale: inserire un esempio direttamente nel prompt spesso è meglio del tentativo di riqualificare qualcosa, e questo vale tanto per testo e immagini quanto per i bracci robotici.
Fonti
Google aggiunge un pulsante che consente ai lettori di scegliere le proprie fonti preferite
Gli editori possono ora incorporare un pulsante Origini preferite nel proprio sito. Google afferma che i lettori hanno il doppio delle probabilità di cliccare su una fonte che hanno contrassegnato come preferita.
