Eiropas robotiķi mūsdienās izlaida jaudīgu atvērtā pirmkoda mākslīgā intelekta modeli, kas darbojas kā smadzenes rūpnieciskajiem robotiem, palīdzot tiem uztvert un manipulēt ar lietām ar jaunu veiklību.
Jaunais modelis, ŠĶĒPS-1izstrādāja pētnieki Datorzinātnes, mākslīgā intelekta un tehnoloģiju institūtā (INSAIT) Bulgārijā. Tas var palīdzēt citiem pētniekiem un jaunizveidotiem uzņēmumiem izveidot un eksperimentēt ar viedāku aparatūru rūpnīcām un noliktavām.
Tāpat kā atvērtā pirmkoda valodu modeļi ir ļāvuši pētniekiem un uzņēmumiem eksperimentēt ar ģeneratīvo AI, INSIAT un ETH Zurich datorzinātnieks Martins Večevs saka, ka SPEAR-1 vajadzētu palīdzēt robotiķiem ātri eksperimentēt un atkārtot. “Atvērtā svara modeļi ir ļoti svarīgi iemiesotā AI attīstībai,” pirms izlaišanas WIRED sacīja Večevs.
SPEAR-1 atšķiras no esošajiem robotu pamatu modeļiem ar to, ka savā treniņu kombinācijā iekļauj 3D datus. Tas dod modelim labāku izpratni par fizisko pasauli, ļaujot vieglāk saprast, kā objekti pārvietojas fiziskajā telpā.
Robotu pamatu modeļi parasti tiek veidoti uz redzes valodas modeļiem (VLM), kuriem ir plaša, wager ierobežota izpratne par fizisko pasauli, jo apmācība parasti notiek no marķētiem 2D attēliem. “Mūsu pieeja risina neatbilstību starp 3D telpu, kurā darbojas robots, un zināšanām par VLM, kas veido robotu pamata modeļa kodolu,” saka Večevs.
SPEAR-1, mērot, ir aptuveni tikpat spējīgs kā komerciālie pamatu modeļi, kas paredzēti robotu darbībai uz RoboArena, etalons kas pārbauda modeļa spēju likt robotam veikt tādas darbības kā, piemēram, izspiest kečupa pudeli, aizvērt atvilktni un saspraust kopā papīra gabalus.
Sacensības, lai padarītu robotus gudrākus, jau ir notikušas miljardiem dolāru braucot uz tā. Vispārspējīgu robotu komerciālais potenciāls ir radījis labi finansētus jaunuzņēmumus, tostarp Skild un Ģenerālists turklāt Fiziskais intelekts. SPEAR-1 ir gandrīz tikpat labs kā Pi-0.5 no Bodily Intelligence, miljardu dolāru vērta jaunuzņēmuma, ko dibinājusi zvaigžņu robotikas pētnieku komanda.
SPEAR-1 liecina, ka centieni izveidot viedākus robotus var ietvert gan slēgtos modeļus, piemēram, OpenAI, Google un Anthropic, gan atvērtā koda variantus, piemēram, Llama, DeepSeek un Qwen.
Tomēr robotu inteliģence joprojām ir sākuma stadijā. Ir iespējams apmācīt AI modeli darboties ar robota roku, lai tas varētu droši atlasīt noteiktus objektus no galda. Tomēr praksē modelis būs jāpārmāca no jauna, ja tiek izmantota cita veida robota roka vai ja tiek mainīts objekts vai vide.
