Il Futuro della Robotica Chatbot in grado di Agire!

Covariant, una startup di robotica, sta testando un chatbot in stile ChatGPT che può gestire un braccio robotico al fine di sviluppare macchine più utili nel mondo fisico.

“`html

Titolo Aiutando i Chatbot AI a Ottenere una Mano—e un Braccio

I robot che possono comunicare ed interagire efficacemente con gli esseri umani sono sempre stati una visione allettante per il futuro. Tuttavia, programmare i robot per eseguire compiti complessi al di là di un insieme limitato di mansioni si è rivelato una sfida monumentale. Fino ad ora…👾

Peter Chen, il CEO di Covariant, una rinomata azienda di software per robot, ha recentemente presentato un chatbot rivoluzionario che possiede la capacità di manipolare oggetti fisici. Immagina di chiedere a un chatbot di mostrarti il contenitore di fronte a lui, e non solo descrive gli oggetti ma li prende anche e li sposta grazie all’aiuto di un braccio robotico. Fantastico, vero? 🤖

Questo chatbot pratico rappresenta un passo innovativo verso il conferire ai robot il genere di capacità flessibili che abbiamo visto solo nei programmi come ChatGPT. Rappresenta il promettente futuro dei robot alimentati da intelligenza artificiale che possono fare molto di più che semplici compiti. “I modelli fondamentali sono il futuro della robotica”, dichiara Chen, facendo riferimento a modelli di machine learning di larga scala e a uso generale adattati per specifici settori. L’impressionante chatbot di Covariant, alimentato dal loro Modello Fondamentale per i Robot (RFM-1), non fa eccezione.

RFM-1 è stato addestrato non solo con grandi quantità di testo, come i suoi simili ChatGPT e il Gemini di Google, ma anche con video e dati di controllo dell’hardware provenienti da decine di milioni di esempi di movimenti di robot nel mondo reale. Questa combinazione permette a RFM-1 di collegare il linguaggio all’azione in modo fluido. 😮

Questo modello va oltre la proficiency linguistica. Può generare video che mostrano robot che completano un’ampia gamma di compiti. Ad esempio, può mostrarti come un robot dovrebbe afferrare un oggetto da un contenitore disordinato. “È un po’ strabiliante”, dice Chen. E ha ragione! 🤯

Ma non è tutto. RFM-1 ha dimostrato persino la capacità di controllare hardware su cui non è stato specificamente addestrato. In futuro, questo potrebbe significare che un singolo modello generale potrebbe far funzionare un robot umanoide. Pieter Abbeel, il co-fondatore e scienziato capo di Covariant, crede che con ulteriore addestramento, RFM-1 potrebbe consentire ai robot di eseguire una serie di compiti con fluidità, simile a come Tesla utilizza i dati dalle proprie auto per addestrare algoritmi di guida autonoma. Le possibilità sono infinite! 🚀

Covariant, fondata nel 2017, attualmente vende software che permette ai robot di prendere oggetti da contenitori nei magazzini. Tuttavia, con modelli come RFM-1, possono potenzialmente ampliare le capacità dei loro robot per adattarsi a nuovi compiti in modo più agevole. Molti robotici, tra cui Abbeel e colleghi, vedono i modelli linguistici dietro ChatGPT e programmi simili come un potenziale catalizzatore per una rivoluzione nella robotica 🤖.

Certo, progetti così ambiziosi presentano sfide. Un ostacolo significativo è la mancanza di dati facilmente accessibili per addestrare i robot allo stesso modo in cui testi e immagini possono essere facilmente recuperati su Internet. Pulkit Agrawal, un professore dell’MIT specializzato in AI e robotica, sottolinea la necessità di generare dati di addestramento per i robot. Ciò può implicare la raccolta di video di esseri umani mentre eseguono compiti o la creazione di simulazioni con robot. Google DeepMind, ad esempio, ha sviluppato modelli di intelligenza artificiale (RT-2) e insiemi di dati (RT-X) per robot utilizzando questo approccio.

I dati sull’impressionante braccio robotico di Covariant, acquisiti dai loro impieghi con i clienti, sono indubbiamente utili. Tuttavia, attualmente sono limitati a specifici compiti di magazzino. Per raggiungere capacità robotiche più generali, è necessario raccogliere una gamma più ampia di dati. Quanto dati sono richiesti e come raccoglierli in modo efficiente sono domande aperte con cui si confrontano i ricercatori.

Un aspetto affascinante del lavoro di Covariant è la sua capacità di migliorare la comprensione dei modelli AI del mondo fisico. Abbeel sottolinea che RFM-1, rispetto al realistico modello video di OpenAI, Sora, dimostra una migliore comprensione dei limiti e delle possibilità del mondo reale. È un passo significativo verso il colmare il divario tra simulazioni virtuali e azioni fisiche.

✨ Vuoi saperne di più sul futuro della robotica e sull’incredibile potenziale di modelli come RFM-1? Dai un’occhiata a questi articoli interessanti! 📚

  1. I robot stanno cavalcando l’onda di hype sugli umanoidi con una valutazione di $26 miliardi
  2. Usa l’applicazione AI Gemini di Google sul tuo telefono Android
  3. Galaxy Z Fold 6 Ultra: Le reali esigenze e 7 caratteristiche
  4. Elon Musk dice che un modello Tesla più economico arriverà entro il 2025
  5. Il nuovo modello Sora di OpenAI può generare video che sembrano decenti

“`

🛠️ Emozionanti possibilità ci aspettano mentre continuiamo a esplorare l’integrazione di modelli linguistici e robotica. Abbracciamo il futuro e vediamo dove ci porterà! Condividi i tuoi pensieri e previsioni con noi nei commenti qui sotto. E ricorda di diffondere la voce condividendo questo articolo sui tuoi social media preferiti. Insieme possiamo plasmare il futuro della robotica! 🌟