Una IA per domarli tutti.

La standardizzazione è un compito complesso e laborioso.

Immagino un futuro in cui un unico modello di intelligenza artificiale sia in grado di controllare qualsiasi cosa, dai robot su ruote ai droni e agli umanoidi, senza la necessità di adattamenti specifici per ogni tipo di macchina. Questo progresso sta già diventando una realtà.

I ricercatori hanno appena sviluppato una politica di controllo robotico generica in grado di far funzionare vari tipi di robot, superando una delle più grandi sfide della robotica moderna. In genere, il software utilizzato per controllare un robot è altamente specializzato, adattato alle caratteristiche fisiche di ciascuno. macchina, un braccio robotico ad esempio richiede un tipo di controllo molto diverso rispetto a un drone o un quadrupede, questo rende lo sviluppo di politiche di controllo un compito complesso e laborioso ma ora questa barriera si sta abbattendo.

Il problema principale nella robotica è sempre stato la mancanza di dati in ambiti come la visione artificiale o l’elaborazione del linguaggio naturale, vi è abbondanza di dati disponibili online che facilitano l’apprendimento automatico, nella robotica invece i dati generalmente devono essere raccolti direttamente da i robot, che sono costosi e lenti, cioè quando i ricercatori guidati da Homer Walke dell'Università della California hanno deciso di sfidare questo paradigma invece di addestrare ciascun robot con il proprio set specifico di dati, hanno creato un modello di intelligenza artificiale chiamato CrossFormer in grado di apprendere con i dati provenienti da diversi robot e controllandoli in modo efficiente senza la necessità di regolazioni manuali.

CrossFormer uno strumento che sfida le aspettative.

L’idea è semplice ma potente, sviluppare un’architettura in grado di accogliere input e output diversi, qualcosa di simile a ciò che accade con i chatbot che devono gestire frasi di diverse dimensioni e ordini di parole, utilizzando la stessa tecnologia che alimenta grandi modelli linguistici. CrossFormer elabora i dati del robot come sequenze, consentendo all'A.I.
comprendere la relazione tra i diversi elementi e adattarsi alle peculiarità di ciascun robot.

Il modello è stato testato su un'ampia gamma di robot e attività, dal raccogliere oggetti al tagliare il sushi e all'evitare ostacoli. CrossFormer non solo ha eguagliato le prestazioni di modelli specializzati, ma in alcuni casi ha anche sovraperformato gli approcci precedenti ed è stato uno dei test più impressionanti che il team ha affrontato. AI per controllare un quadricottero, un tipo di robot che non faceva parte del set di dati originale, ma il modello ha superato il metodo precedente dimostrando il suo potenziale, ovviamente ci sono ancora sfide da affrontare.

Il modello CrossFormer è troppo grande per essere eseguito direttamente sui robot, quindi è necessario eseguire un server separato, inoltre l'elaborazione in tempo reale potrebbe diventare un problema man mano che il modello cresce, tuttavia sono allo studio soluzioni come la distillazione, una tecnica che crea prodotti più piccoli, modelli più veloci per aiutare a superare queste limitazioni.