Tag: Generalist merilis model dasar AI kecerdasan robotik GEN-1 yang berkemampuan tinggi

Startup kecerdasan buatan Generalis AI Inc.sebuah startup yang berfokus pada perwujudan kecerdasan robotika, telah merilis GEN-1model dasar yang sangat mumpuni untuk pembelajaran robot dan penguasaan tugas fisik.

Model baru, yang memulai debutnya pada hari Jumat, tiba hanya lima bulan setelah perusahaan tersebut meluncurkan GEN-0model dasar robotika kelas baru yang memungkinkan perusahaan melatih model AI dengan melatih langsung data pergerakan mentah.

Menurut perusahaan, GEN-1 mewakili lompatan maju yang luar biasa dalam kecerdasan robotik. Hal ini memungkinkan mesin menguasai tugas dengan cepat, belajar dari interaksi, bereaksi dengan cepat, dan mengatasi tantangan dengan kecepatan yang belum pernah ada sebelumnya. Pada banyak tugas, tingkat keberhasilannya melebihi 99%. Ia juga dapat menjalankan tugas hampir tiga kali lebih cepat dibandingkan model tercanggih saat ini dan pulih dari gangguan lebih cepat.

Para peneliti mengatakan mereka berupaya meningkatkan tiga bidang inti: keandalan, kecepatan, dan improvisasi.

Meskipun sebagian besar model sudah dapat mengulangi tugas di dunia nyata dengan andal, model tersebut terbatas pada gerakan berulang yang spesifik pada tugas, dan mengalami pengurangan kompleksitas karena melakukan tindakan yang lebih sederhana. GEN-1 dirancang untuk mengelola tugas-tugas langkah demi langkah yang lebih panjang, seperti merakit barang, melipat beberapa potong cucian, dan tugas-tugas lain yang membutuhkan pemikiran rumit dari waktu ke waktu dan ruang tanpa menjadi bingung.

Kecepatan juga sering menjadi masalah dalam robotika, yang sering kali melambat ketika terlalu banyak objek yang terlihat atau bergerak terlalu cepat. Salah satu masalah bagi sebagian besar model adalah menghadirkan apa yang dilihatnya ke mesin penalaran dengan cukup cepat, menerjemahkan visi ke bahasa, dan data pelatihan. Hal ini sering kali memperlambat gerakan, yang dapat menyebabkan jeda dan kegagapan. Seperti disebutkan di atas, tim berhasil mempercepat hampir tiga kali lipat, sehingga menghasilkan gerakan yang lebih lancar.

Misalnya, model tersebut dapat merakit sebuah kotak dalam waktu sekitar 12,1 detik, menurut perusahaan, ini sekitar 2,8 kali lebih cepat daripada model tercanggih terdekat di industri. GEN-0 dan pi-0, model kecerdasan robotika terkenal lainnya dari Physical Intelligence, membutuhkan waktu 34 detik untuk membuat kotak yang sama.

Kedua inovasi ini selaras dengan hasil ketiga, yang paling penting: kemampuan pulih dari gangguan, belajar dari perubahan lingkungan, kesalahan, dan perubahan. Dalam istilah manusia, ini adalah improvisasi.

Ketika sesuatu tidak sepenuhnya masuk akal, ada bagian yang keluar dari lubang, kotak meleset dari sasarannya, atau pintu tidak terkunci, manusia biasanya kembali dan menyelesaikan tindakan tersebut. AI dapat menimbulkan berbagai reaksi berbeda, termasuk penilaian ulang yang dipaksakan, kerusakan pola, atau kegagalan menyelesaikan tugas. Bahkan mungkin tidak ingat bagaimana harus bereaksi terhadap peristiwa yang sama di masa depan. Manusia akan melakukannya.

Para peneliti mengatakan bahwa GEN-1 dapat bereaksi secara kreatif terhadap faktor-faktor ini dengan cepat beradaptasi terhadap “gangguan” di lingkungan, seperti benda tergelincir, kait rusak, benda berubah bentuk, atau benda tidak berjalan sesuai rencana. Ia akan mendekati sesuatu dari sudut yang berbeda, menyesuaikan pemikirannya dan mencoba pola yang berbeda sampai sesuatu berhasil.

Contoh klasiknya adalah melipat baju. Membuat kain sesuai dengan keinginan Anda tidak selalu mudah – kain bisa terjatuh, menggulung, melengkung, dan kusut. Kadang-kadang bajunya bahkan terbalik. Ketika situasi ini terjadi, AI akan beradaptasi dengan cepat untuk memperbaiki kekacauan dan menanganinya tanpa menimbulkan masalah yang lebih buruk.

Para peneliti mengatakan model tersebut merencanakan dan mengatasi pelatihannya dengan cara yang tidak sekaku data pelatihannya. Dengan kata yang lebih manusiawi: Ia berpikir di luar kotak.

Meskipun para peneliti di Generalist mengatakan hal-hal menarik tentang GEN-1, mereka menambahkan bahwa tidak semua tugas mencapai tingkat keberhasilan 99%. Beberapa tugas rumit tidak dapat mencapai standar ambisius tersebut, terutama pada kecepatan dan keandalan yang wajar agar berguna dalam situasi sehari-hari.

Gambar: AI Generalis