ஆராய்ச்சியாளர்கள் GPT-6 Astra-ஐ நேரடியாக ஒரு ரோபோவில் இணைத்து, பரிச்சயமில்லாத சமையலறையை சுத்தம் செய்ய வைக்கின்றனர்

GPT-6 Astra கட்டுப்பாட்டில் ஒரு மனித உருவ ரோபோ பரிச்சயமில்லாத சமையலறையை சுத்தம் செய்கிறது

ஸ்டான்போர்ட் மற்றும் கால்டெக் ஆராய்ச்சியாளர்கள் HomeBody என்ற அமைப்பை உருவாக்கியுள்ளனர், இது ஒரு Unitree G1 மனித உருவ ரோபோவை முன்பு ஒருபோதும் பார்த்திராத ஒரு சமையலறைக்குள் நடந்து சென்று, அந்த இடத்தை சுத்தம் செய்து, ஒரு நபர் அதன் அசைவுகளை இயக்காமல் இழுப்பறைகளில் இருந்து பொருட்களை வெளியே எடுக்க அனுமதிக்கிறது. ரோபோ GPT-6 Astra-இல் இயங்குகிறது, மேலும் இந்த செயல்விளக்கம், உரை மற்றும் படங்களில் இருந்து உலகில் உடல் ரீதியாக நகரும் இயந்திரங்களுக்கு இந்த மாதிரி பயனுள்ளதாக தொடர்கிறது என்பதற்கான விரிவடைந்து வரும் சான்றுகளின் தொகுப்பில் சேர்கிறது.

தனித்துவமாக இருப்பது ஒரு ரோபோ பொருட்களை பிடிக்க முடியும் என்பது அல்ல — தொழிற்சாலை கரங்கள் பல தசாப்தங்களாக அதைச் செய்து வருகின்றன. மாறாக, இந்த இயந்திரம், தான் ஒருபோதும் எதிர்கொள்ளாத ஒரு அறையின் அமைப்பில் என்ன செய்ய வேண்டும் என்பதை, அந்த ஒரு சமையலறைக்காக குறிப்பாக வடிவமைக்கப்பட்ட ஒரு குழாய்வழியை விட ஒரு பொது நோக்க மாதிரியைப் பயன்படுத்தி கண்டுபிடித்தது என்பதே.

HomeBody எவ்வாறு இணைக்கப்படுகிறது

GPT-6 Astra நேரடியாக ஒரு திறன் நூலகத்தை அழைக்கிறது

பெரும்பாலான ரோபோ-கற்றல் அடுக்குகள் மொழி மாதிரிக்கும் வன்பொருளுக்கும் இடையே ஒரு பயிற்சி பெற்ற கட்டுப்பாட்டு அடுக்கை செருகுகின்றன. அந்த அடுக்கு — பெரும்பாலும் ஒரு கொள்கை வலைப்பின்னல் அல்லது பணி-குறிப்பிட்ட தரவுகளில் செம்மைப்படுத்தப்பட்ட ஒரு இயக்க திட்டமிடல் — உயர்-நிலை நோக்கத்தை மூட்டு-நிலை கட்டளைகளாக மாற்றுகிறது. HomeBody அதை நீக்குகிறது. மாற்றக்கூடிய ஒரு பார்வை-மொழி மாதிரி, இந்த வழக்கில் GPT Astra, பிடித்தல், வழிசெலுத்தல் மற்றும் இழுப்பறைகளைத் திறத்தல் ஆகியவற்றை உள்ளடக்கிய ஒரு விரிவாக்கக்கூடிய திறன் நூலகத்திற்கு நேரடியாக அழைப்புகளை விடுக்கிறது. நூலகம் தொகுதி அமைப்புடையது என்பதால், முழு அமைப்பையும் மீண்டும் பயிற்சி அளிக்காமல் தனிப்பட்ட திறன்களைச் சேர்க்கவோ மாற்றவோ முடியும், மேலும் அடிப்படை VLM-ஐயும் மற்றொரு மாதிரிக்கு மாற்றலாம்.

முதலில் ஆராய்ந்து, பின்னர் நினைவில் வைத்திரு

எதையும் கையாள்வதற்கு முன், ரோபோ அறையை ஆய்வு செய்கிறது. அது Nvidia-வின் Isaac Sim-இல் சமையலறையின் ஒரு மின்னணு இரட்டையை உருவாக்குகிறது, பின்னர் ஒரு இடஞ்சார்ந்த நினைவகத்தில் பொருட்களையும் அவற்றின் நிலைகளையும் பதிவு செய்கிறது. ரோபோவின் பார்வைப் புலத்தை விட்டு ஒரு பொருள் வெளியேறிய பிறகும் அதைக் கண்டறிய இந்த நினைவகமே உதவுகிறது — ஒரு நபருக்கு இது வழக்கமானது, ஆனால் கேமரா தற்போது படம்பிடிப்பதை மட்டுமே பகுத்தறியும் அமைப்புகளுக்கு இது உண்மையிலேயே கடினமானது.

திட்டமிடல், செயல்படுத்தல், சுய-திருத்தம்

"சமையலறையை சுத்தம் செய்" போன்ற ஒரு தளர்வான அறிவுறுத்தல் கொடுக்கப்பட்டால், மொழி மாதிரி வேலையை படிகளாகப் பிரிக்கிறது, திறன் நூலகத்தின் மூலம் அவற்றைச் செயல்படுத்துகிறது, ஏதேனும் தவறு நடந்தால் சுயமாகத் திருத்திக்கொள்கிறது. திட்டம் ஒரு நிலையான ஸ்கிரிப்ட் அல்ல. ரோபோ கண்டுபிடிப்பதற்கும், நிகழும்போது தோல்விகளுக்கும் ஏற்ப அது மாற்றியமைக்கப்படுகிறது, இதுவே தன்னியக்கத்திற்கும் பொது-நோக்க நடத்தைக்கு நெருக்கமான ஒன்றிற்கும் இடையிலான வேறுபாடு.

கட்டுப்பாட்டு அடுக்கை நீக்குவது ஏன் முக்கியம்

பயிற்சி பெற்ற இடைத்தரகரை நீக்குவது முழு அமைப்பின் பொருளாதாரத்தையும் நெகிழ்வுத்தன்மையையும் பல வழிகளில் மாற்றுகிறது.

• பொதுமைப்படுத்தல்: பகுத்தறிவு ஒரு சூழலுக்காக சேகரிக்கப்பட்ட தரவுகளில் இருந்து அல்லாமல் மாதிரியில் இருந்து வருவதால், ரோபோ ஒரு ஒற்றை சமையலறை அமைப்பு அல்லது ஒரு குறுகிய பணிப் பட்டியலுக்கு மட்டுப்படுத்தப்படவில்லை.
• தொகுதி அமைப்பு: திறன்களைத் தனித்தனியாக விரிவாக்கலாம், மேலும் சிறந்தவை தோன்றும்போது பார்வை-மொழி மாதிரியை மாற்றலாம்.
• நோக்கத்தின் விளக்கக்கூடிய தன்மை: அறிவுறுத்தல்களை தனிப்பயன் கட்டுப்படுத்திகளாக தொகுக்காமல் சாதாரண மொழியில் வழங்கலாம்.

இதன் வர்த்தகப் பரிமாற்றம் என்னவென்றால், ஒரு முன்னணி மாதிரி இப்போது கட்டுப்பாட்டு சுற்றுக்குள் அமர்ந்துள்ளது, இது துல்லியமாக அமைப்பின் பலவீனங்கள் மிகவும் தெளிவாகத் தெரியும் இடமாகும்.

அமைப்பு இன்னும் எங்கு போராடுகிறது

குழுவின் விவரிப்பு குறைபாடுகளைப் பற்றி வெளிப்படையாக உள்ளது, மேலும் அவை நிகழ்நேரத்தில் ஒரு பெரிய மாதிரியை நம்புவதன் செலவைச் சுற்றி குவிந்துள்ளன.

• தாமதம்: ரோபோ மாறிவரும் ஒரு இயற்பியல் காட்சிக்கு எதிர்வினையாற்ற வேண்டியிருக்கும்போது GPT-6 Astra-வின் பதில் நேரங்கள் ஒரு வரம்புக்குட்பட்ட காரணியாக உள்ளன.
• வன்பொருள் அழுத்தம்: நீடித்த கையாளுதலின் போது விரல் சர்வோக்கள் அதிக வெப்பமடைகின்றன, இது எந்த அளவு மாதிரி தரமும் மறைக்க முடியாத ஒரு இயந்திர வரம்பாகும்.
• கணினி செலவு: சுற்றுக்குள் ஒரு முன்னணி மாதிரியை வைத்திருப்பது விலை உயர்ந்தது, இது ஒரு ஆய்வகத்தை விட ஒரு வீட்டில் இது இயங்குவதை கற்பனை செய்யும் எவருக்கும் முக்கியமானது.

இவை எதுவும் அற்பமானவை அல்ல. தாமதமும் அதிக வெப்பமடைதலும், செயல்விளக்க வீடியோக்கள் முடிந்த பிறகு, ஒரு அமைப்பு நிமிடங்களை விட மணிநேரங்கள் இயங்க வேண்டியிருக்கும்போது வெளிப்படும் வகையான பிரச்சினைகள். கணினி செலவு, HomeBody போன்ற ஒரு அணுகுமுறை ஆய்வுச் சூழலை விட்டு வெளியேறுமா என்பதை தீர்மானிக்கிறது.

பாதுகாப்பு கேள்விகள் மற்றும் அளவுகோல் பதிவு

HomeBody ஒரு கலவையான பின்னணிக்கு எதிராக வருகிறது. முந்தைய அளவுகோல்கள் Astra-வின் இடஞ்சார்ந்த பகுத்தறிவு கணிசமாக மேம்பட்டுள்ளது என்பதைக் காட்டின — பொருட்கள் எங்கே உள்ளன, அவற்றை எவ்வாறு அடைவது என்பதைப் பற்றி பகுத்தறிய வேண்டிய ஒரு மாதிரிக்கு இது ஒரு முன்நிபந்தனை. அதே நேரத்தில், Astra-க்கு ஒரு ரோபோவின் கட்டுப்பாடு வழங்கப்படும்போது தனி ஆய்வு பாதுகாப்பு சிக்கல்களைக் குறித்தது. அந்த இரண்டு கண்டுபிடிப்புகளும் ஒன்றாக அசௌகரியமாக அமர்ந்துள்ளன: மாதிரியை கையாளுதலுக்கு பயனுள்ளதாக்கும் அதே திறன், அதன் தீர்ப்பு தவறாக இருக்கும்போது பணயத்தொகையையும் உயர்த்துகிறது.

ஒரு மொழி மாதிரி ஒரு திறன் நூலகத்திற்கு நேரடி கட்டளைகளை விடுப்பது, ஒரு மோசமான முடிவுக்கும் ஒரு இயற்பியல் விளைவுக்கும் இடையிலான தூரத்தை சுருக்குகிறது. பயிற்சி பெற்ற ஒரு கட்டுப்பாட்டு அடுக்கு இல்லாதது, முன்பு நம்பமுடியாத அல்லது பாதுகாப்பற்ற செயல்களை கட்டுப்படுத்தியிருக்கக்கூடிய ஒரு வடிகட்டியை நீக்குகிறது. இது அணுகுமுறையை செயல்பட முடியாததாக ஆக்கவில்லை, ஆனால் பாதுகாப்பு மதிப்பீடு திறன் மதிப்பீட்டிற்கு பின்தங்குவதற்குப் பதிலாக அதனுடன் சேர்ந்து நகர வேண்டும் என்பதை இது குறிக்கிறது.

உடல்சார்ந்த AI நோக்கிய பரந்த முன்னேற்றம்

HomeBody ஒரு பரந்த மாற்றத்தின் நடுவில் வருகிறது. OpenAI ஏற்கனவே ரோபோட்டிக்ஸுக்குத் திரும்பும் திட்டங்களை அறிவித்துள்ளது, இதில் தனிப்பட்ட பயன்பாட்டிற்கான இயந்திரங்களும் அடங்கும். அந்த லட்சியம், இதுபோன்ற செயல்விளக்கங்களுக்கு கல்விசார் அளவைத் தாண்டிய ஒரு வணிகச் சூழலை அளிக்கிறது: ஒரு பொது மாதிரி ஒரு பரிச்சயமில்லாத அறையில் ஒரு மனித உருவ ரோபோவை இயக்க முடிந்தால், ஒரு ஒற்றை சக்திவாய்ந்த மாதிரியைச் சுற்றி வன்பொருளை உருவாக்குவதற்கான வாதம் மிகவும் வலுவாகிறது.

ஸ்டான்போர்ட் மற்றும் கால்டெக் வேலை அந்த முன்மொழிவின் ஒரு சோதனையாகவே சிறந்த முறையில் படிக்கப்படுகிறது. இது வீட்டு ரோபோட்டிக்ஸைத் தீர்ப்பதாகக் கூறவில்லை. பெரும்பாலான ஆராய்ச்சியாளர்கள் அவசியம் என்று கருதிய அடுக்கு — மொழிக்கும் இயக்கத்திற்கும் இடையே பாலமாக இருக்கும் ஒரு பயிற்சி பெற்ற கட்டுப்படுத்தி — குறைந்தபட்சம் இந்த அமைப்பில், மீண்டும் பயன்படுத்தக்கூடிய திறன்களின் ஒரு நூலகத்திற்கு நேரடி அழைப்புகளால் மாற்றப்படலாம் என்பதை இது காட்டுகிறது.

குறியீடு பொதுவானது, கேள்விகள் திறந்தவை

HomeBody குறியீடு GitHub-இல் கிடைக்கிறது, அதாவது மற்ற குழுக்கள் வெவ்வேறு ரோபோக்கள் மற்றும் வெவ்வேறு அறைகளில் அதே கட்டமைப்பை ஆராய முடியும். சுவாரஸ்யமான கேள்விகள் இப்போது அனுபவபூர்வமானவை. சமையலறை அதிக அசுத்தமாக இருக்கும்போது, பொருட்கள் பரிச்சயமில்லாதவையாக இருக்கும்போது, அல்லது பணி மணிநேரங்கள் நீடிக்கும்போது செயல்திறன் எவ்வளவு குறைகிறது? வெற்றியில் எவ்வளவு திறன் நூலகத்தில் இருந்து வருகிறது, எவ்வளவு மாதிரியின் சொந்த பகுத்தறிவில் இருந்து வருகிறது? மேலும் தாமதம், வெப்பம் மற்றும் கணினி பட்ஜெட்டுகள் அடிக்குறிப்புகளாக அல்லாமல் முதன்மை வரம்புகளாகக் கருதப்படும்போது என்ன நடக்கிறது?

இப்போதைக்கு, இந்த செயல்விளக்கம் GPT-6 Astra ரோபோக்களுடன் நன்றாக வேலை செய்கிறது என்பதற்கான மற்றொரு தரவுப் புள்ளியாக நிற்கிறது — மேலும் ஒரு கவர்ச்சிகரமான சமையலறை செயல்விளக்கத்திற்கும் ஒரு நம்பகமான வீட்டு இயந்திரத்திற்கும் இடையிலான இடைவெளி இன்னும் சர்வோக்கள், வினாடிகள் மற்றும் டாலர்களில் அளவிடப்படுகிறது என்பதற்கான ஒரு நினைவூட்டலாகவும்.

இந்தக் கட்டுரை The Decoder-இன் செய்தி அறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.