Hackers iranianos alegam ter derrubado energia em Israel
Ransomware atinge empresa de logística no Brasil
USP, UFRJ e UFMG sob ataque de negação de serviço
Pane de rede retardou produção na Volkswagen
Site da Prefeitura de Suzano (SP) está fora do ar
DDoS atinge subdomínio da NASA

Assine nossa newsletter Premium e ganhe acesso ao grupo de WhatsApp In_Cyber.
Conheça também a versão Básica

Google e parceiros criarão robôs mais inteligentes

Share on linkedin
Share on twitter
Share on facebook

Um novo projeto desenvolvido pelo Google DeepMind e outras 33 instituições de pesquisa promete revolucionar a robótica. O objetivo é criar um sistema de IA de uso geral que possa funcionar com uma variedade de robôs físicos e realizar múltiplas tarefas.

Um dos maiores desafios da robótica é a necessidade de treinar modelos de aprendizado de máquina individualmente para cada robô, tarefa e ambiente. Isso pode ser um processo demorado e caro, e limita a flexibilidade dos robôs.

Um novo projeto desenvolvido pelo Google DeepMind e outras 33 instituições de pesquisa oferece uma solução para este problema. O objetivo é criar um sistema de IA de uso geral que possa funcionar com uma variedade de robôs físicos e realizar múltiplas tarefas.

O projeto, denominado Open-X Embodiment, apresenta dois componentes principais: um conjunto de dados contendo informações sobre diferentes tipos de robôs e uma família de modelos capazes de transferir habilidades para uma ampla gama de tarefas.

Esses modelos foram testados em laboratórios de robótica em diferentes tipos de robôs e mostraram resultados superiores em comparação aos métodos convencionais de treinamento.

O projeto Open X-Embodiment foi inspirado em grandes modelos de linguagem (LLMs), que quando treinados em grandes conjuntos de dados gerais podem comparar ou até mesmo superar modelos menores treinados em conjuntos de dados altamente especializados.

Os pesquisadores descobriram que este princípio também se aplica à robótica. O RT-1-X foi testado em diversas tarefas em cinco laboratórios de pesquisa em cinco robôs comuns. Comparado aos modelos especializados projetados para cada robô, o RT-1-X apresentou uma taxa de sucesso 50% maior em tarefas como mover objetos e abrir portas.

Sergei Levin, professor assistente da UC Berkeley e coautor do artigo, escreveu: “Esses modelos geralmente ‘nunca’ funcionam na primeira tentativa, mas este funcionou”.

Os pesquisadores estão considerando integrar os avanços atuais com as inovações do modelo RoboCat da DeepMind. Além disso, a equipe apresentou ao público o conjunto de dados Open X-Embodiment e uma versão reduzida do modelo RT-1-X.

Pannag Sanketi, engenheiro de software sênior do Google Robotics, disse: “Esperamos que o fornecimento de dados e modelos acelere a pesquisa. O futuro da robótica depende de os robôs aprenderem uns com os outros e, mais importante, permitirem que os investigadores aprendam uns com os outros.”