หุ่นยนต์ที่ขับเคลื่อนด้วยโค้ดสามารถโต้ตอบกับมนุษย์ได้ดีขึ้นได้อย่างไร เมื่อเร็วๆ นี้ Human-Robot Robotics Lab ของมหาวิทยาลัย Brown ได้ทดสอบระบบใหม่ที่ใช้ AI ซึ่งมีจุดมุ่งหมายเพื่อทำให้หุ่นยนต์เข้าใจคำสั่งของมนุษย์ในภาษาในชีวิตประจำวันและทำงานต่างๆ ได้อย่างถูกต้อง
จุดสำคัญของการวิจัยนี้คือ พวกเขาได้พัฒนาระบบใหม่ที่ช่วยให้หุ่นยนต์สามารถทำงานที่ซับซ้อนได้โดยไม่จำเป็นต้องฝึกอบรมข้อมูลหลายพันชั่วโมง ในขณะที่การฝึกเครื่องจักรแบบดั้งเดิมต้องใช้ตัวอย่างจำนวนมากเพื่อแสดงให้หุ่นยนต์เข้าใจและดำเนินการตามคำสั่งในสถานที่ต่างๆ ระบบใหม่นี้ช่วยให้หุ่นยนต์ทำงานในสภาพแวดล้อมที่แตกต่างกันโดยจัดทำแผนที่โดยละเอียดของพื้นที่
นักวิจัยอธิบายถึงบทบาทของโมเดลภาษาขนาดใหญ่ที่ฝังอยู่ในระบบเพื่อให้หุ่นยนต์เข้าใจและดำเนินงานโดยแจกแจงคำสั่งโดยไม่มีข้อมูลการฝึกอบรมจำนวนมาก ระบบไม่เพียงแต่สามารถยอมรับคำสั่งภาษาธรรมชาติเท่านั้น แต่ยังสามารถคำนวณการกระโดดเชิงตรรกะที่หุ่นยนต์อาจต้องการโดยอิงตามบริบทของสภาพแวดล้อม ซึ่งทำให้คำสั่งง่ายขึ้นและชัดเจนยิ่งขึ้น รวมถึงสิ่งที่หุ่นยนต์สามารถทำได้ อะไร มันไม่สามารถทำได้และในลำดับใด
Stefanie Tellex หนึ่งในนักวิจัยหลักของโครงการนี้และเป็นศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยบราวน์กล่าวว่า "ในการเลือกสาขาวิชาของเรา เราถือว่าหุ่นยนต์เคลื่อนที่เคลื่อนที่ไปรอบๆ สิ่งแวดล้อมโดยเฉพาะ และเราต้องการมีวิธีที่ หุ่นยนต์สามารถเข้าใจคำสั่งที่ซับซ้อนและเป็นคำพูดที่มนุษย์มอบให้ เช่น เดินไปตามถนน Thayer ในพรอวิเดนซ์เพื่อพบฉันที่ร้านกาแฟ แต่หลีกเลี่ยง CVS และหยุดที่ธนาคารก่อน และปฏิบัติตามคำแนะนำอย่างถูกต้อง"
หากการวิจัยบรรลุผลก็จะนำไปใช้กับหุ่นยนต์เคลื่อนที่จำนวนมากในเมืองในอนาคต เช่น โดรน รถยนต์ไร้คนขับ ยานพาหนะขนส่งไร้คนขับ ฯลฯ คุณเพียงต้องใช้วิธีปกติในการสื่อสารกับผู้คนในการโต้ตอบ ด้วยหุ่นยนต์ เขาสามารถเข้าใจคำสั่งของคุณได้อย่างแม่นยำ ทำให้การประยุกต์ใช้หุ่นยนต์เคลื่อนที่ในสภาพแวดล้อมที่ซับซ้อนเป็นไปได้
เพื่อทดสอบระบบ นักวิจัยได้จำลองสถานการณ์โดยใช้ OpenStreetMap ใน 21 เมือง และแสดงให้เห็นว่าระบบทำงานได้อย่างแม่นยำ 80 เปอร์เซ็นต์ของเวลา ซึ่งมีอัตราความแม่นยำที่สูงกว่าระบบอื่นที่คล้ายคลึงกันมาก ซึ่งโดยทั่วไปจะมีความแม่นยำเพียง 20 เปอร์เซ็นต์เท่านั้นและไม่สามารถจัดการได้ คำแนะนำและงานที่ซับซ้อน
ในเวลาเดียวกัน ทีมงานยังได้ทำการทดสอบในร่มในวิทยาเขตของมหาวิทยาลัยบราวน์ด้วยหุ่นยนต์เฉพาะจุดของ Boston Dynamics ซึ่งถือเป็นหนึ่งในหุ่นยนต์สี่ส่วนเอนกประสงค์ชั้นนำของโลก และความสำเร็จของการตรวจสอบ ณ จุดนั้นจะช่วยอำนวยความสะดวกในการบังคับใช้ของ ระบบหุ่นยนต์จากผู้ผลิตรายอื่น
Jason Xinyu นักศึกษาปริญญาเอกสาขาวิทยาการคอมพิวเตอร์และสมาชิกหัวหน้าทีมวิจัย อธิบายว่าระบบทำงานอย่างไรโดยใช้ตัวอย่าง
สมมติว่าผู้ใช้บอกให้โดรนไปที่ "ร้านค้า" ที่ "ถนนสายหลัก" แต่ให้ไปที่ "ธนาคาร" ก่อน หลังจากที่ป้อนคำสั่งแล้ว ซอฟต์แวร์จะระบุตำแหน่งทั้งสองแห่งก่อน จากนั้นโมเดลภาษาจะเริ่มจับคู่ตำแหน่งนามธรรมเหล่านี้กับตำแหน่งที่เป็นรูปธรรมของหุ่นยนต์ ขณะเดียวกันยังวิเคราะห์ Metadata ของตำแหน่ง เช่น ที่อยู่หรือประเภทของตำแหน่ง เพื่อช่วยให้ระบบตัดสินใจได้ ในกรณีนี้ มีร้านค้าใกล้เคียงหลายร้าน แต่มีร้านเดียวเท่านั้นที่บนถนนสายหลัก ดังนั้น ระบบจึงรู้ว่าอยู่ที่ไหน ไป; จากนั้นโมเดลภาษาจะแปลคำสั่งเป็นตรรกะชั่วคราวเชิงเส้น ซึ่งเป็นรหัสทางคณิตศาสตร์และสัญลักษณ์เพื่อแสดงคำสั่ง สุดท้าย ระบบจะเสียบตำแหน่งที่แมปปัจจุบันเข้ากับสูตรนี้ โดยบอกให้หุ่นยนต์ไปที่จุด A แต่หลังจากจุด B
การจำลองที่ใช้ OpenStreetMaps จะถูกโพสต์ออนไลน์ในเดือนพฤศจิกายน เพื่อให้ผู้ใช้สามารถทดสอบระบบได้ด้วยตนเอง ผู้ใช้สามารถป้อนคำสั่งภาษาธรรมชาติบนหน้าเว็บเพื่อแนะนำโดรนจำลองในงานนำทาง เพื่อช่วยนักวิจัยปรับแต่งซอฟต์แวร์อย่างละเอียด
ซึ่งหมายความว่าโครงการ "หุ่นยนต์ AI+" ที่ได้รับการฝึกอบรมร่วมกันจากสาธารณชนกำลังมาถึงเรา