최신 로봇은 실제 데이터에 대해 교육을 받으면 다양한 작업을 수행할 수 있습니다. 하지만 이 단계를 건너뛸 수 있다면 어떨까요? 이로 인해 더 많은 범용 로봇이 더 빨리 개발될 것입니다. Google의 DeepMind는 RoboCat이라는 자체 개선 인공 지능 모델을 공개했습니다. 이 모델은 너무 많은 인간의 개입 없이 기술을 개선하기 위해 스스로 새로운 훈련 데이터를 생성할 수 있는 기계의 핵심이 될 수 있습니다.
이것은 화요일에 게시된 회사 블로그에 명시되어 있습니다. “RoboCat은 다른 최신 모델보다 훨씬 빠르게 학습합니다. 크고 다양한 데이터 세트에 의존하기 때문에 100개의 데모만으로 새로운 작업을 처리할 수 있습니다. 이 능력은 인간 감독 교육의 필요성을 줄여 로봇 연구를 가속화하는 데 도움이 될 것이며 범용 로봇을 만드는 데 중요한 단계입니다."라고 연구원들은 게시물에서 말했습니다.
그들은 새 모델이 DeepMind의 Gato(이름을 설명하는 "고양이"를 의미하는 스페인어) 다중 모드 모델을 기반으로 한다고 설명합니다. 이 모델은 시뮬레이션 환경과 물리적 환경 모두에서 음성, 이미지 및 동작을 처리할 수 있습니다. 연구원들은 수백 가지의 다양한 작업을 해결하는 다양한 로봇 조작기의 동작과 이미지 시퀀스의 대규모 훈련 세트와 함께 제공되는 Gato 아키텍처를 사용했습니다.
그런 다음 RobotCat이 새로운 작업을 수행하도록 훈련했습니다. 다양한 훈련을 통해 AI 모델은 몇 시간 안에 다양한 로봇 매니퓰레이터를 제어할 수 있습니다. 그리고 RobotCat은 빠르게 적응했습니다. 그는 두 손가락 조작기에 대해 훈련하지 않았지만 더 복잡한 세 손가락 조작기와 두 배 더 많은 제어 가능한 입력에 적응할 수 있었습니다.
새로운 작업을 많이 배울수록 새로운 작업을 더 잘 배울 수 있었습니다. RoboCat의 초기 버전은 이전에 알려지지 않은 작업을 수행하는 데 36%만 성공했습니다. 그러나 보다 다양한 작업에 대해 훈련된 RoboCat의 최신 및 가장 발전된 버전은 동일한 작업을 수행할 때 이 성공률을 두 배 이상 높였습니다.
또한 읽기: