【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
素人の疑問ですが、ロボットを制御するのにニューラルネットワークを活用するとして、①認識と②動作があると思うのですが、個別に学習するのか、両方まとめて学習するのか、どういう仕組みになっているか気になる。
物体を認識したとして、距離と大きさを把握し、そこにアームを動かし、サイズに合わせて掴む（吸引とかもあるが、掴むアームタイプだとしいて）など、分解すると学習する項目は多いように感じる。また、アームの位置を画像認識を使って検知する場合、背景の情報（壁の色や照明の強さなど）は影響あるのかなど気になる。学習データが増えれば解決する問題なのか、過学習になってしまうのか。
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
