Google DeepMind vừa trình diễn một hệ thống robot có khả năng diễn đạt lập luận nội bộ và dùng cử chỉ để giải thích các chuyển động của mình. Thực thể này, một robot humanoid Apptronik Apollo, đã học cách chơi cornhole bằng cách quan sát một video trình diễn duy nhất của con người thông qua mô hình Gemini 4 Argon. Quy trình 'zero-shot' này bao gồm việc tự động tạo môi trường mô phỏng và nhận diện hệ thống, giúp robot ném trúng 7 lần liên tiếp trong thử nghiệm thực tế mà không cần huấn luyện chuyên biệt trước đó.
Quy trình này giúp giảm thời gian mô hình hóa thủ công các kỹ năng vật lý từ vài tuần xuống còn vài giờ. Bằng cách biến các video thông thường thành môi trường huấn luyện cho AI, các nhà nghiên cứu cho rằng kho video khổng lồ của YouTube có thể mang lại lợi thế cạnh tranh cho Google trong việc phát triển AI vật lý mà không cần công ty phải tự sản xuất phần cứng. Sự thay đổi về năng lực này hiện đang làm thay đổi những giả định cơ bản liên quan đến việc phát triển trí tuệ robot.
Nguồn chính
- SOURCE@normandipalo“asked the robot itself to explain what it did to us, as you can see at the end of the video. It even came up with the gestures”x.com
- SOURCE@google“sank seven straight shots in a real-world trial”x.com
- SUPPORT@googledeepmind“compresses weeks of manual modeling into just a few hours”x.com
- SUPPORT@chris_j_paxton“changing a lot of the assumptions about how intelligence for robotics is going to work”x.com
- SUPPORT@stocksavvyshay“Google’s massive YouTube library could become one of its biggest advantages in Physical AI”x.com
- SUPPORT@trungtphan“losing cornhole to a humanoid robot would be devastating”x.com
- SOURCEhuggingnewshuggingnews.com