Google DeepMind ekibi yapay zeka konusunda robot eğitimini kolaylaştıran görüntü-dil-eylem (VLA) Robotik Transformer modelini tanıttı.
Google yapay zeka alanında boş durmuyor. Robot eğitimini kolaylaştıran yeni bir modeli sunan Google’ın bir parçası olan DeepMind ekibi ikinci nesil görüntü-dil-eylem (VLA) Robotik Transformer (RT-2) modelini tanıttı. Bu model ile bilinmeyen sorunları çözmek için makinelerin mevcut verilerini ‘akıl yürütme ve analiz etme’ yöntemlerini kullanacak.
Web ölçeğindeki veriler üzerinde önceden eğitilmiş bir görsel dil modeli (VLM), bir rotobu kontrol edebilen bir görsel dil eylen (VLA) modeli olan RT-2 olmak için RT-1 robotik verilerinden öğreniyor.
Daha önceden bir temel görevi çözmek için bunun ne olduğu robotlara kademeli olarak eğitiliyordu. RT-2 dil eylem modelinde ise makineler yeni sorunları çözmek için önceden öğrenilmiş verileri kullanıyor. Bu nedenle nesnelerin ne olduğunu açıklamaya gerek yok ve hedefe ulaşmak için hangi nesnenin en uygun olduğu konusunda bağımsız olarak sonuçlar çıkarabiliyor.
DeepMind markalı robot Everyday Robot’un 700’den fazla görev için RT-1 kullanılarak eğitildiği öğrenildi. Veritabanı robotun görevlerin %97’sinde görevleri başarıyla tamamlamasına izin veren 130 bin gösterim içeriyor.
Google’ın bir parçası olan DeepMind 6000’den fazla robot denemesi sırasında RT-2 modelleri üzerinde deneyler gerçekleştirdil. Her görev, görsel ve anlamsal kavramların anlaşılmasını ve robotun kavramlarla başa çıkma becerisini gerektiriyor. RT-2 modelinin kullanılması robotun daha önce görülmemiş senaryolardaki görevleri yerine getirme verimliliğini RT-1’e göre %32’den %62′ çıkardı.
