13 de març, 2024 - En un gran avenç, l'empresa derivada d'OpenAI Covariant va anunciar que ha construït amb èxit un nou model d'intel·ligència artificial que permet als robots aprendre a realitzar una varietat de tasques com els humans. Aquest desenvolupament marca un pas cap a una robòtica més flexible i autònoma.
L'estiu del 2021, OpenAI va tancar el seu equip de robòtica, citant la manca de dades d'entrenament que havia obstaculitzat el seu progrés. No obstant això, tres científics de recerca en fase inicial de Covariant van trobar una solució a la seva startup, fundada el 2017. Van utilitzar anys de dades de flotes de robots de recollida en magatzems d'arreu del món, així com textos i vídeos d'Internet, per crear un nou model anomenat RFM-1. Aquest model combina el poder de raonament d'un gran model de llenguatge amb la flexibilitat física d'un robot avançat.
Les capacitats del RFM-1 són impressionants. Els usuaris poden guiar el model per realitzar tasques mitjançant cinc tipus d'entrada diferents, inclosos text, imatges, vídeos, instruccions del robot i mesures. Per exemple, un usuari podria mostrar al model una imatge d'una paperera plena d'equipament esportiu i dir-li que agafi una bossa de pilotes de tennis. A continuació, el robot realitza la tasca corresponent i s'ajusta segons sigui necessari.
Tot i que el model té capacitats de raonament "com les humanes", encara hi ha limitacions. Durant la demostració, es va descobrir que quan es presenten alguns conceptes nous, és possible que el model no s'entengui completament. Això indica que el model requereix més dades de formació i més millores.
Covariant diu que té previst llançar el model als clients en els propers mesos i espera continuar millorant el seu rendiment i eficiència en entorns del món real. Despleguen els models en entorns com ara magatzems per provar i interactuar amb instruccions, objectes i entorns del món real.
A mesura que avança la tecnologia de la IA, també ho fa la competència entre les empreses que utilitzen IA per alimentar sistemes robòtics. Tot i que encara queden alguns problemes per resoldre, Covariant es compromet a aprendre i millorar contínuament els seus models perquè els robots puguin adaptar-se millor als entorns canviants.
En un futur proper, es pot esperar veure aplicacions més àmplies de la robòtica en diversos camps, i a mesura que es disposi de més dades i millores, la capacitat dels robots per aprendre i realitzar tasques seguirà millorant.