【ついに】ChatGPTの仲間が「現実の世界」に進出してきた
コメント
選択しているユーザー
今後,このような話が増えてくるでしょう.急にロボットが賢くなる?メカ的なハードウェアの限界領域に近接していくのでしょうか.これからは基盤となる学習済みモデルを個別事例に合わせる,または仮想空間で学習したモデルを実環境で適応的に(adaptive)学習し直すfine tuningが重要になってくるでしょう.いまのChatGPTは学習済モデルを順方向に利用しているにすぎないので,常時学習はしていない.実世界のロボットではそれが必要になる.Fine tuningはクラウドではなくエッジで実行されるはずで,エッジで高速に学習できる計算性能が必要になる.また,人と適切に意思疎通する方法も必要になる.そうした状況が我々の周りで当たり前のように起こるようになり,ロボットに対する信頼度も上がっていくのでしょう・
注目のコメント
この記事にある「ロボティクス基盤モデル」がどこまで進化したかが鍵です。しかし、ロボットメーカー以外が使わないこともあり、あまり情報が出てません。
ロボットの種類に依存しない行動判断や作業計画は、大規模基盤モデルと同様に事前学習できそうです。しかし、軌道計画や制御信号の生成は、個々のロボットに依存するので、相当なファインチューニングが必要でしょう。
人に危害を加えるリスクがあるので、高い信頼性が求められます。もう一段の技術的ブレイクスルーが必要な予感がします。ChatGPTのように「周囲の世界について学習するチカラ」を搭載することで、より臨機応変に、予期せぬ状況に対応できるロボットを生みだそうとしているスタートアップ「コバリアント」の取り組みに、NYT紙が迫ります。
まずは倉庫作業に革命を起こそうとしている同社ですが、記事にもあるように、同様のロボットが「家庭」にやってくる日も遠くはないのかもしれません。こういうのをやりたかったのでしょうねぇ、Rod Brooks さんはBaxterを使って 周辺技術が進んで、やっと出来るようになってきたのでしょうねぇ 物理世界での判断には、高レベル推論と脊髄反射の両方が要るので、また再ブームあるかもですよ、subsumption architecture (むかーし修士論文でやったトピックでした)
あ、むかーしというのは30年近く前のことです この時間遅れは、最近の自動運転実現の遅れと相似だと思いますねぇ ソフトウェアやる方々のアタマの中の抽象世界と違って物理世界はめんどくさいんですが、そのめんどくさいのを地道に進めて行くしかないんですねぇ、物理世界での実装をするには