XUC
второе пришествие
- Регистрация
- 3 Сен 2006
- Сообщения
- 878
- Реакции
- 577
- Автор темы
- #51
OpenAI распустила команду робототехники — управлять роботами будет универсальный GPT
OpenAI расформировала свое отдельное подразделение по робототехнике, объяснив этот шаг изменением концепции. По словам представителя OpenAI, компания не отказывается от цели создания роботов широкого назначения, однако не видит необходимости в разработке узкоспециализированных ИИ-моделей, предназначенных только для роботов, поскольку универсальные модели вполне могут выполнять эти функции.
Источник изображения: Steve A Johnson/unsplash.com
По словам представителя OpenAI, универсальная модель GPT-6 Astra показала неожиданные успехи в выполнении отдельных робототехнических задач. Между тем ещё в начале года исследователи компании предполагали, что развитие этого направления будет опираться на наработки видеогенератора Sora, способного моделировать физический мир.
Но затем выяснилось, что универсальные передовые модели OpenAI можно напрямую применять в робототехнике. Именно поэтому отдельная команда по робототехнике была расформирована, а работавших в ней специалистов перевели в группы, работающие над более универсальными моделями ИИ.
Исследовательская группа по робототехнике вошла в состав основного исследовательского подразделения под руководством директора по исследованиям Марка Чена (Mark Chen), а специалисты по прикладной робототехнике и аппаратному обеспечению были переведены в подразделение прикладных разработок, которое подчиняется президенту OpenAI Грегу Брокману (Greg Brockman).
Такой подход может поставить под сомнение ставку многих робототехнических стартапов на специализированные модели, обладающие «пространственным интеллектом». Однако практический опыт эксплуатации роботов и собранные в реальных условиях данные сохраняют самостоятельную ценность.
Расс Тедрейк (Russ Tedrake), соучредитель и генеральный директор компании Walden Robotics, отметил, что у робототехнических компаний есть преимущество, которого нет у ИИ-лабораторий: их роботы уже получают практический опыт работы в реальных условиях — например, в заводских цехах.
По его словам, более совершенные базовые модели повышают ценность специфических для конкретного объекта данных, поскольку позволяют роботам быстрее на них обучаться.
Универсальные модели уже пробуют использовать для управления роботами без дополнительного обучения на робототехнических данных. В таких экспериментах модель получает изображения с камер, сведения о роботе и доступ к интерфейсу, через который может отдавать ему команды.
В исследовании Nvidia агент на базе GPT-6 Astra успешно выполнил 74,8 % заданий на манипулирование предметами. Для сравнения, лучший опубликованный результат специализированных робототехнических моделей в том же рейтинге составлял 51 %. Однако испытания проходили в симуляции: модель управляла виртуальным роботом, поэтому переносить эти результаты на реальные устройства пока нельзя.
У крупных универсальных моделей есть и ограничения: обработка запросов занимает время, а использование облачного сервиса требует постоянного подключения к сети. Поэтому Гуанья Ши (Guanya Shi), доцент Института робототехники Университета Карнеги — Меллона, считает, что компактные специализированные модели по-прежнему нужны — они могут работать непосредственно на бортовом компьютере робота.
Какой подход окажется успешнее в долгосрочной перспективе, пока неясно, отметил Пит Флоренс (Pete Florence), соучредитель стартапа Generalist, разрабатывающего универсальные ИИ-модели для роботов.
Источник Для просмотра ссылки Войди
Машины всё ближе к живым существам: учёные создали бионический глаз с цветным зрением
Новая сетчатка распознаёт движение с точностью 98,6%. И это не всё
Инженеры из Гонконга создали искусственный глаз, который различает цвета, видит пространство под углом более 160° и самостоятельно замечает движение. Во время испытаний новая система распознавала движения с точностью 98,6%, а для передачи необходимой информации ей требовалось более чем на 99,95% меньше пропускной способности канала, чем обычной камере.
Главный секрет разработки скрывается в способе обработки изображения. Обычная камера непрерывно снимает кадры и отправляет их процессору, который сравнивает картинки и ищет движущиеся объекты. Искусственный глаз замечает изменения прямо в светочувствительном датчике, поэтому передавать всю последовательность изображений уже не требуется. Система сразу выделяет информацию о движении, избавляя процессор от лишней работы.
Сам глаз тоже устроен необычно. Вместо привычной плоской матрицы инженеры создали полусферическую электронную сетчатку, повторяющую изгиб внутренней поверхности настоящего глаза. Изогнутая форма помогает охватывать широкое пространство и уменьшать оптические искажения, для исправления которых обычным камерам часто нужны дополнительные линзы и программная обработка.
На поверхности искусственной сетчатки разместили 367 500 светочувствительных пикселей с плотностью 1905 пикселей на дюйм. За цветное зрение отвечают три слоя, чувствительные к красному, зелёному и синему свету. Вместе они позволяют различать цвета, а общий диапазон чувствительности простирается от 300 до 800 нанометров, захватывая видимый свет и часть соседних областей спектра.
Самой сложной задачей оказалось изготовление изогнутого датчика с таким количеством пикселей. Традиционные способы производства микросхем рассчитаны преимущественно на плоские поверхности, поэтому инженеры разработали специальную технологию трёхмерной лазерной обработки. С её помощью удалось разместить сотни тысяч светочувствительных элементов на полусфере.
Прогресс особенно заметен при сравнении с первой версией искусственного глаза. В 2020 году разработчики смогли разместить на изогнутой сетчатке всего 100 пикселей. Теперь их количество выросло в 3675 раз, а устройство научилось различать цвета и замечать движение без постоянной передачи полных кадров.
Разработка может пригодиться роботам, беспилотникам и автономным автомобилям, которым приходится непрерывно следить за окружающим пространством. Для машинного зрения важна не просто чёткая картинка, но и скорость реакции. Если датчик самостоятельно замечает перемещения, вычислительной системе приходится обрабатывать меньше информации, что потенциально помогает экономить энергию и быстрее реагировать на происходящее.
Пока искусственный глаз существует в виде экспериментальной системы, а заявленную эффективность исследователи подтвердили в лабораторных условиях. Разработчики рассчитывают увеличить разрешение следующей версии до миллиона пикселей. Прежде чем технология доберётся до настоящих роботов, инженерам предстоит проверить, насколько хорошо новый датчик справляется с движением и сложными сценами за пределами лаборатории.
Источник Для просмотра ссылки Войди
Последнее редактирование: