يستمر هذا الروبوت الذي يعمل بالنيابة في الذهاب حتى إذا هاجمتها بالمنشار

إن الروبوت ذو الأربعة أرجل يحتفظ بالزحف حتى بعد أن تم اختراق جميع أرجله الأربعة مع منشار هو أشياء من الكوابيس لمعظم الناس.

بالنسبة إلى Deepak Pathak ، المؤسس والرئيس التنفيذي لشركة Skild Skild AI ، يعد هذا الفذ الدقيق للتكيف علامة مشجعة على نوع جديد وأكثر عمومية من الذكاء الآلي.

يقول باثاك: “هذا شيء نسميه دماغًا متعدد الجسد”. طور بدء التشغيل خوارزمية الذكاء الاصطناعي العام لمواجهة التحدي الرئيسي مع تقدم الروبوتات: “أي روبوت ، أي مهمة ، دماغ واحد. إنه عام سخيف”.

يعتقد العديد من الباحثين أن نماذج الذكاء الاصطناعى المستخدمة للتحكم في الروبوتات يمكن أن تواجه قفزة عميقة إلى الأمام ، على غرار تلك التي أنتجت نماذج اللغة ودردشة الدردشة ، إذا كان من الممكن جمع بيانات تدريب كافية.

يقول باثاك إن الطرق الحالية لتدريب نماذج الذكاء الاصطناعي الروبوتية ، مثل وجود خوارزميات تتعلم التحكم في نظام معين من خلال عن بعد أو في المحاكاة ، لا تولد بيانات كافية.

تتمثل نهج Skild في الحصول على خوارزمية واحدة بدلاً من ذلك تعلم التحكم في عدد كبير من الروبوتات المادية المختلفة عبر مجموعة واسعة من المهام. بمرور الوقت ، ينتج هذا نموذجًا تسميه الشركة Skild Brain ، مع قدرة أكثر عمومية على التكيف مع أشكال مادية مختلفة – بما في ذلك تلك التي لم يسبق لها مثيل من قبل. أنشأ الباحثون نسخة أصغر من النموذج ، تسمى LocoforMer ، لورقة أكاديمية تحدد نهجها.

تم تصميم هذا النموذج أيضًا للتكيف بسرعة مع موقف جديد ، مثل مفقود الساق أو التضاريس الجديدة الغادرة ، مع اكتشاف كيفية تطبيق ما تعلمته على مأزقه الجديد. يقارن Pathak النهج مع الطريقة التي يمكن أن تواجه بها نماذج اللغة الكبيرة المشكلات الصعبة بشكل خاص من خلال تقسيمها وتغذية مداولاتها مرة أخرى في نافذة السياق الخاصة بها-وهو نهج يعرف باسم التعلم داخل السياق.

الشركات الأخرى ، بما في ذلك معهد أبحاث تويوتا وشركة ناشئة منافسة تسمى الذكاء المادي ، تتسابق أيضًا لتطوير نماذج روبوت منظمة العفو الدولية بشكل عام. ومع ذلك ، فإن Skild أمر غير عادي ، في كيفية بناء نماذج تعمم عبر العديد من أنواع الأجهزة المختلفة.