Moravecning paradoksi haqida eshitganmisiz? Paradoksning ta'kidlashicha, ilg'or mulohazalar, sun'iy razvedka (AI) tizimi uchun juda ko'p hisoblash qobiliyatini talab qiladi, chunki odamlar taniqli hisoblash resurslarini talab qiladilar. Aslida, murakkab mantiqiy vazifalar AI uchun insoniy instinktlar amalga oshirishi mumkin bo'lgan asosiy hissiy ishlardan ko'ra osonroq. Ushbu paradda bu paradoks aynan shu bosqichda AI va Instanterik Inson taraqqiyotining farqini ta'kidlaydi.
Odamlar tabiiy ravishda multimodal. Har birimiz aqlli terminalga o'xshaymiz, bu odatda o'qishga kirish uchun (o'qitilgan) maqsadga muvofiqdir, ammo ushbu mashg'ulot va o'qishni maqsad va o'rganish, biz har doim tashqi yo'riqnoma va nazoratga ishonmasdan ishlashimiz va avtonom yashashimiz kerak.
Biz atrofimizdagi dunyo haqida bir nechta sezgir uslublar, masalan, ko'zlar, nutq, ovoz, teginish, ta'mga, ta'mga, ta'mga, qaror qabul qilish va chora ko'rishga o'rganamiz.
Ko'p yillik sensdorning terish va evolyutsiyadan so'ng robotlar asosan ushbu bosqichda multimatiy sendorlar bilan jihozlangan. Robotning o'ziga xos kuchlari, atrof-muhitni tushunish va muloqot qilish, shuningdek, robarerometrlar, giroskopiyalar va magnitomomlar va boshqa narsalar orqali har xil magnit tezligini sezish uchun ko'proq hisoblash kuchiga aylanib bormoqda.
Robototika va mashina bilimlarining yangi davriga
AI-da o'zgaruvchan va yirik til modellari (LLMS) dan oldin, turli xil ma'lumotlar (matn, rasmlar, audio) va turli usullarning murakkabligi va murakkab jarayon orqali turli xil ma'lumotlar uchun mas'ul bo'lgan bir nechta alohida modellardan foydalanishni talab qiladi.
Transformator modellari va LlMS paydo bo'lishi bilan ko'p samaramatsiya birlashtirilgan, bir vaqtning o'zida bir nechta ma'lumotlar bir nechta ma'lumotlar turlarini qayta ishlash va tushunishiga imkon beradigan yagona modelni o'z atrof-muhitlarini har tomonlama sezishiga olib keladigan AI tizimlariga olib keladi. Ushbu o'zgarish Multimodal AI dasturlarining samaradorligi va samaradorligini oshirdi.
GMTS -3 asosan matnga asoslangan bo'lib, sanoat multimoyaviylik uchun tez rivojlanib bordi. Openiai klip va Dall-E va endi Sora va GPT -4 OO OO multimatomiga va tabiiy insonparvarlik bilan o'zaro ta'sirga ega bo'lgan modellarga misollardir. Masalan, klip tabiiy til bilan juftlashgan, vizual va matnli ma'lumotlar o'rtasidagi bo'shliqni bartaraf etish; Dall-E matnli tavsiflarga asoslangan rasmlarni yaratishga qaratilgan. Biz ham xuddi shunday evolyutsiya ostida Google Gemini modelini ko'rmoqdamiz.
2024 yilda Multimodastal evolyutsiya tezlashtirilmoqda. Fevral oyida Opaii Sorani chiqaradi, bu matnni tavsiflash asosida real yoki xayoliy videolarni yaratadi. Bu haqda o'ylaganingizda, bu universal dunyo simulyatorlarini barpo etish yoki robotlarni tayyorlash uchun muhim vosita bo'lib qolishi mumkin. Uch oy o'tgach, GPT -4 ooan-robotning o'zaro ta'sirini sezilarli darajada yaxshiladi va audio, qarashlar va matn o'rtasidagi real vaqtni tushunishga qodir. Matn, vizual va audio ma'lumotni birlashtirish, yangi modellikning yangi modelligidan matnga va keyin matndan matnga almashtirish uchun ikkita modali o'tishni matnga yo'naltiradi, bu esa o'z-o'zidan chiqishni keskin yaxshilaydi.
O'sha haftada Google 1 million tokenlarga keskin kengaygan Gemini 1,5 ni chiqardi. Bu shuni anglatadiki, 1,5 Pro ko'p miqdordagi ma'lumotlarni, shu jumladan soat 11 soatdan ortiq video, {{{{{{{{{{{{{{{{{MIE) va 2b va 7B modellari bo'yicha etakchi tadqiqotlarga asoslanib, EDGE-ning 2b va 7B modellari bo'yicha etakchi tadqiqotlarga asoslanadi. tomoni. May oyida Google I / O konferentsiyasida, kontekstning davomiyligi va dasturlarini chiqarishga qo'shimcha ravishda, Google-ning umumiy maqsadli Astreyasi, umumiy maqsadli ANDI, Umumiy belgilangan kontekstni o'rganib chiqadi va odamlar bilan suhbatda tabiiy ravishda suhbatlashishadi.
"Metro" ochiq manbali Llama "ortida" Metra, shuningdek, umumiy sun'iy intellekt (AGI) treksiyasiga qo'shildi.
Bu haqiqiy multimotitlik mashinasozlik darajasini sezilarli darajada oshiradi va ko'plab sohalar uchun yangi paradigmalarga olib keladi.
Masalan, robotlar juda bir hil bo'lgan, ba'zi sensorlar va lokomotektiv imkoniyatlari bor edi, ammo umuman yangi narsalarni o'rganish va tuzilmagan va notanish muhitga moslashish uchun "miya" yo'q.
Multimodal LlMS robotlarning ularni umumlashtirishga ixtisoslashtirishdan ko'chirish, mulohaza yuritish, mulohaza yuritish va o'rganish qobiliyatini o'zgartirishi kutilmoqda. Kompyuter, serverlar va smartfonlar umumiy maqsadli hisoblash platformalarida etakchi hisoblanadi va turli xil funktsiyalarga erishish uchun turli xil dasturiy ta'minot dasturlarini amalga oshirishi mumkin. Umumiylashtirish ko'maklashish, miqyosli iqtisodiyotni ishlab chiqarishda yordam beradi va narxlar yanada kengayishi mumkin, ular ko'proq sohalarda sifatli qabul qilish tsikliga olib keladi.
Elon Mustk umumiy texnologiyaning foydasini payqadi, chunki 2022 yildagi xamri 2022 yil 1 mart va Ibldan 2-chi Optimu Gen 1 ga qadar 2023 yil oxirida, har doim o'sib borayotgan ko'p qirrali va o'rganish imkoniyatlari bilan e'lon qilindi. O'tgan 6-12 bir necha oy davomida robotika va gumaniya robototexnika sohasida bir qator yutuqlarga guvoh bo'ldik.
Keyingi avlod robototexnika va bezakning yangi texnologiyalari
Hech shubha yo'qki, bizda hali ham razvedka ommaviy ishlab chiqarishga etishmasdan oldin juda ko'p ish bor. Bizga engil rejalar, uzoqroq oqimlar, tezroq, tezroq, tezroq hisoblash platformalari o'z vaqtida qarorlar va boshqarish harakatlarini amalga oshirish uchun sensor ma'lumotlarini qayta ishlash va undirish uchun tezroq hisoblash platformalari kerak.
Va biz gumanid robotlarini yaratishga harakat qilmoqdamiz; Odamlar uchun minglab yillar davomida odamlar uchun mo'ljallangan, gumanoid robot tizimlari odamlar va atrof-muhit bilan qulay bo'lishi va odamlar uchun o'xshashligi sababli inson mavjudligi sababli zarur bo'lgan operatsiyalarni amalga oshirishlari va zarur bo'lgan operatsiyalarni amalga oshirishlari mumkin. Ushbu tizimlar mezbonlik qilish va reabilitatsiya qilish, shuningdek, mehmondo'stlik va reabilitatsiya qilish, o'quv sohasidagi va notekis vazifalar, masalan, tabiiy ofatlar va xavfli materiallar ishlov berish kabi xavfli vazifalarni bajarish uchun yaxshi mos keladi. Bunday dasturlar gumanoid mashinasi inson-robotlarning tabiiy tomonlarini osonlashtirish, insonparvarlikdagi bo'sh joylarda harakat qilish va ko'pincha an'anaviy robotlar uchun qiyin bo'lgan vazifalarni bajarish uchun foydalanadi.
Ko'plab AI va robototexnika kompaniyalari robotlarni qanday yangi sabablarga ko'ra yaxshiroq tayyorlash va rejalashtirish bo'yicha yangi tadqiqotlar va hamkorlik qilishni boshladilar. Rostotlar, katta hajmdagi ma'lumotlar, ularning muhitini har tomonlama ko'rish va tushunish uchun robotlarning yangi "miyalari" kabi "miyamlar" dagi mighi.
Qiziqarli misol sifatida, Boston dinamikasi iti, joy, muzeyda turdosh qo'llanma bo'lib, tashrif buyuruvchilar bilan aloqa o'rnatishi, ularni turli eksponatlar bilan o'zaro ta'sir qiladi va o'z savollariga javob beradi. Bunga ishonish qiyin bo'lishi mumkin, ammo ushbu holatda joyning ko'ngil ochish, interfaol va nozik ijrolar faktlar to'g'ri ekanligiga ishonch hosil qilishdan ko'ra muhimroqdir.
Robotots transformator: robototlarning yangi miyasi
Robototexnika transformatori (RT) tez rivojlanmoqda, Multimodal kirish kodini to'g'ridan-to'g'ri javob kodiga tarjima qilmoqda. Google Leaper-ning RT -2, shuningdek, oldingi 100% muvaffaqiyat darajasida, avvalgisida ko'rgan vazifalarni bajarishda 100% muvaffaqiyat darajasiga ega. Ammo palma-e bilan mashq qilinganda (robot yo'naltirilgan multimmolodel til modeli) va robotlar uchun maxsus ishlab chiqilgan), Rt {{}} ko'rinmas vazifalar bo'yicha RT {{8}
Microsoft Lovava, keng ko'lamli til va ko'rish yordamchisi bilan tanishtirdi. Dastlab matnga asoslangan vazifalar uchun mo'ljallangan, Llava -4 Tizimli va vizual tarkibiy qismlarni birlashtiradigan Multimoti uchun, matnli va vizual komponentlarni tarqatish uchun yangi paradigmani yaratish uchun yangi paradigmani yaratish, robot vazifalari uchun foydali bo'lishi mumkin. Kirishdan keyin Llova institutning o'rtacha imkoniyatlaridan oshgan multimodal chat va ilmiy-fazilatlar uchun yangi rekordlarni o'rnatdi.
Yuqorida aytib o'tilganidek, Tesla gumanoid va umumiy maqsadli robotots nafaqat ko'mir va ommaviy ishlab chiqarish uchun mo'ljallangan, balki Tesla Autopilotning avtomobilsozlik texnoparoqati robotlar uchun ishlatilishi mumkin. Tesla shuningdek, yangi energiya transport vositalarining yangi ishlab chiqarish jarayoniga optimusni qo'llash uchun aqlli ishlab chiqarishdan foydalanish ishi mavjud.
Qo'l robototexnika kelajagining asosi
Qo'lga miya, ham "katta miya" va "kichkina miya", yuqori ko'rsatkichlar, real vaqt rejimida va energiya samaradorligini oshiradigan AI hisoblash tizimi bo'lishi kerak.

Robototexnika ko'plab vazifalarni, shu jumladan asosiy hisob-kitoblarni o'z ichiga oladi (masalan, motorlar va qo'shimcha signallarni yuborish va qabul qilish signallarini, masalan, rasmni tarjima qilish va boshqalar), yuqorida aytib o'tilgan multimodal llmlarni boshqarish. CPU umumiy maqsadlar uchun yaxshi mos keladi, AI gaz pedi va gpus mashinasozlik (ml) va grafik qayta ishlash kabi parallel-protsess ishlarini samarali amalga oshirishi mumkin. Image signallarini protsessorlar va video-kodeklar kabi qo'shimcha gaz pedallari robotning ko'rish qobiliyatini va saqlash / uzatma samaradorligini oshirish uchun birlashtirilishi mumkin. Bundan tashqari, protsessorning real vaqt rejimida, Linux va Ross paketlari kabi operatsion tizimlarni ishga tushirish kerak.
Operatotial dasturiy ta'minot stakaniga qancha vaqt davom etadigan bo'lsa, operatsion tizim qatlami, shuningdek, vaqtni tanqidiy topshiriqlar, shuningdek, turli xil hisob-kitoblar uchun, shuningdek, heterogenik hisoblash klasterlari uchun mo'ljallangan roototikaga moslashtirilishi mumkin. Biz, sistroded va PSA sertifikatlangan standartlari va sertifikatlash dasturlari kabi ARM tomonidan homiylik standartlari va sertifikatlashtirish dasturlari robot dasturiy ta'minotining rivojlanishiga yordam beradi. Standartlar tomonidan ARMning arxitekturasiga qarab standart boy OT tarqatish vositalarida, PSA-ning umumiy xavfsizlik va ulangan qurilmalar uchun tartibga soluvchi talablar bilan tanishish uchun standart Boy OS-ni tarqatish vositalarida ishlashini ta'minlash uchun mo'ljallangan.
AI robotlari va gumanoid robotlarini ishlab chiqishda keng miqyosli multimodal va generativ ai yangi davrdagi yutuqlar. AI hisoblash va ekotizimlar, energiya samaradorligi, xavfsizlik va funktsional xavfsizlik ushbu yangi davrda robotikalarni boshdan kechirish uchun zarurdir. ARM protsessorlari allaqachon robototlarda keng qo'llaniladi va biz AI robototexnika kelajagi kelajagining asosi bo'lgan ekotizim bilan yaqindan ishlashga umid qilamiz.




