מוֹדֶרנִידגמי AIבדרך כלל מאומנים על נתונים קיימים, כמוטֶקסט,תמונות, ווִידֵאוֹ, מתפתח באמצעות שילוב של אלגוריתמי למידה מתקדמים. אבל זה גם הבסיס הזה שיכול להוביל לחוסר עקביות בין המוצר הסופי שנוצר על ידי AI לבין המציאות הפיזית שהוא מנסה לחקות.
מנסה להתגבר על האתגר הזה,קווריאנט, אOpenAIspinoff, יצרה מודל רובוטיקה (RFM-1) שלומד דרך נתונים מקוונים קיימים, כמו גם דרך התבוננות במצבים המתרחשים בעולם הפיזי. בהודעה לעיתונות, Covariant טוענת שהמודל "מספק לרובוטים את היכולת הדומה להגיון, המייצגת את הפעם הראשונהAI גנרטיביהעניקה בהצלחה לרובוטים מסחריים הבנה מעמיקה יותר של השפה והעולם הפיזי".
כאן, הכוונה ב"יכולת הגיון דמוית אדם" היא היכולת של RFM-1 לבצע תחזיות תוצאות על סמך מידע שנאסף מסביבת ה-IRL של המודל. לדוגמה, כאשר רובוט מקבל משימה, המודל יוצר חזותית של איך המשימה האמורה יכולה להיראות לאחר השלמתה. התחזית עוזרת לקבוע אם הרובוט יתקל במכשולי ביצועים כלשהם, ומאפשרת לו לבקש מהמריץ שלו פתרונות. באמצעות שפה פשוטה, האדם המנחה את הרובוט יכול להציע פתרונות שיסייעו בהשלמת המשימה באמצעות שיחה מוקלדת.
עד כה, נעשה שימוש ב-RFM-1 רק במסגרת מעבדה אך Covariant מתכוונת לשחרר אותו בקרוב ללקוחות תעשייתייםשימוש בבינה מלאכותית לעבודהכמו מתקני ייצור והפצה.
Teodosia היא מפיקת וידאו ב- Mashable UK, המתמקדת בסיפורים על חוסן אקלים, פיתוח עירוני וטוב חברתי.
ניוזלטרים אלה עשויים להכיל פרסומות, עסקאות או קישורי שותפים. בלחיצה על הירשם, אתה מאשר שאתה בן 16+ ומסכים לנותנאי שימושומדיניות פרטיות.