Un robotic de cuatro patas que sigue arrastrándose incluso después de que las cuatro piernas hayan sido pirateadas trick una motosierra es una pesadilla para la mayoría de las identities.
Para Deepak Pathak, cofundador y chief executive officer de la start-up Skild Ai, la hazaña distópica de la adaptación es un signo alentador de un nuevo tipo de inteligencia robótica más general.
“Esto es algo que llamamos un cerebro con cuerpo omni”, me dice Pathak. Su start-up desarrolló el algoritmo de inteligencia fabricated generalista para abordar un desafío clave con el avance de la robótica: “Cualquier robotic, cualquier tarea, un cerebro. Es absurdamente basic”.
Muchos investigadores creen que los modelos de IA utilizados para controlar los robots podrían experimentar un salto profundo hacia adelante, comparable al que produjo modelos de idiomas y chatbots, si se pueden recopilar suficientes datos de capacitación.
Los métodos existentes para capacitar a los modelos de IA robóticos, como hacer que los algoritmos aprendan a controlar un sistema certain a través de la teleperación o en la simulación, no generen suficientes datos, dice Pathak.
El enfoque de Skild es que un solo algoritmo aprenda a controlar una grandma cantidad de robots físicos diferentes en una amplia gama de tareas. Con el tiempo, esto create un modelo que la compañía llama Skild Brain, con una capacidad más general para adaptarse a diferentes formas físicas, incluidas las que nunca antes había visto. Los investigadores crearon una variation más pequeña del modelo, llamada LocoFormer, para un documento académico que explain su enfoque.
El modelo también está diseñado para adaptarse rápidamente a una nueva situación, como la pierna faltante o el terreno nuevo traicionero, descubriendo cómo aplicar lo que ha aprendido a su nueva situación. Pathak compara el enfoque de la forma en que los modelos de idiomas grandes pueden asumir problemas particularmente desafiantes al desglosar y alimentar sus deliberaciones en su propia ventana de contexto, un enfoque conocido como aprendizaje en contexto.
Otras compañías, incluido el Toyota Research study Institute y una start-up rival llamada Inteligencia Física, también están corriendo para desarrollar modelos Robotic AI más generalmente capaces. Transgression stoppage, Skild es inusual en cómo está construyendo modelos los que se generalizan en tantos tipos diferentes de equipment.
En un experimento, el equipo de Skild entrenó su algoritmo para controlar una grandmother cantidad de robotics para caminar de diferentes formas. Cuando el algoritmo se ejecutó en robotics reales de dos y cuatro patas, los sistemas no incluidos en los datos de entrenamiento, pudo controlar sus movimientos y hacer que caminen.
En un momento, el equipo descubrió que un robot de cuatro patas que dirige el cerebro omni disadvantage cuerpo de la compañía se adaptará rápidamente cuando se coloque en sus patas traseras. Debido a que siente el suelo debajo de sus patas traseras, el algoritmo opera el perro robotic como si fuera un humanoide, que pasee por sus patas traseras.
El algoritmo generalista también podría adaptar los cambios extremos a la forma de un robotic, cuando, por ejemplo, sus piernas estaban unidas, cortadas o modificadas para que se hicieran más largas. El equipo también intentó desactivar dos de los motores en un robot cuadrúpedo con ruedas y piernas. El robot pudo adaptarse al equilibrar dos ruedas como una bicicleta inestable.
Skild está probando el mismo enfoque para la manipulación de robots. Entrenó al cerebro de Skild en una variedad de brazos de robot simulados y descubrió que el modelo resultante podría controlar el hardware desconocido y adaptarse a cambios repentinos en su entorno como una reducción en la iluminación. La startup ya está trabajando con algunas compañías que usan Robot Arms, dice Pathak. En 2024, la compañía recaudó $ 300 millones en una ronda que valoró a la compañía en $ 1 5 mil millones.
Pathak dice que los resultados pueden parecer espeluznantes para algunos, pero para él muestran las chispas de una especie de superinteligencia física para los robotics. “Es muy emocionante para mí personalmente, amigo”, dice.
¿ Qué opinas del cerebro robotic multitalento de Skild? Envíe un correo electrónico a ailab@wired.com para avisarme.
Esta es una edición de Will certainly Knight’s Boletín de laboratorio de IA Lea boletines anteriores aquí.
