Google macht Roboter bei komplexen Anfragen von Menschen hilfreicher

Soul Hackers 2 Erscheinungsdatum Ankuendigungstrailer enthuellt

Google hat ein neues, groß angelegtes Lernmodell entwickelt, das die Roboter‚ Gesamtleistung und Fähigkeit, komplexere und abstraktere Aufgaben auszuführen sowie komplexe Anfragen von Personen zu bearbeiten.Genannt ‚Palme-SayCan‘, die Google-Everyday Robots-Forschung, verwendet PaLM – oder Pathways Language Model – in einem Roboter-Lernmodell.

„Diese Anstrengung ist die erste Implementierung, die ein groß angelegtes Sprachmodell verwendet, um einen echten Roboter zu planen. Es ermöglicht nicht nur Menschen, mit Hilfsrobotern per Text oder Sprache zu kommunizieren, sondern verbessert auch die Gesamtleistung des Roboters“, so der sagte der Technologieriese in einem Blogbeitrag.Roboter existieren im Großen und Ganzen in industriellen Umgebungen und sind sorgfältig für enge Aufgaben codiert. Dies macht es ihnen unmöglich, sich an die Unvorhersehbarkeit der realen Welt anzupassen. „Deshalb Google-Forschung und Everyday Robots arbeiten zusammen, um die besten Sprachmodelle mit dem Lernen von Robotern zu kombinieren“, sagte er Vincent VanhouckeLeiter der Robotik bei Google Research.Das neue Lernmodell ermöglicht es dem Roboter zu verstehen, wie wir kommunizieren, und erleichtert so eine natürlichere Interaktion. „PaLM kann dem Robotersystem helfen, komplexere Eingabeaufforderungen mit offenem Ende zu verarbeiten und auf vernünftige und sinnvolle Weise darauf zu reagieren“, fügte Vanhoucke hinzu.Als das System in PaLM integriert wurde, stellten die Forscher im Vergleich zu einem weniger leistungsstarken Basismodell eine 14-prozentige Verbesserung der Planungserfolgsrate oder der Fähigkeit fest, einen praktikablen Ansatz für eine Aufgabe abzubilden. „Wir haben auch eine 13-prozentige Verbesserung der Ausführungserfolgsrate oder der Fähigkeit, eine Aufgabe erfolgreich auszuführen, festgestellt. Dies ist die Hälfte der Planungsfehler, die bei der Baseline-Methode gemacht wurden“, informierte Vanhoucke. Die größte Verbesserung liegt mit 26 Prozent bei der Planung von Aufgaben mit langem Horizont oder solchen, an denen acht oder mehr Schritte beteiligt sind. „Mit PaLM sehen wir, wie neue Fähigkeiten im Sprachbereich entstehen, wie z. B. Argumentation über eine Gedankenkette. Dadurch können wir sehen und verbessern, wie das Modell die Aufgabe interpretiert“, sagte Google.Im Moment werden diese Roboter immer besser darin, Snacks für Googler in den Mikroküchen des Unternehmens zu holen.


gn-tech