13 มีนาคม 2560 บริษัท Covariant ซึ่งเป็นบริษัทแยกย่อยจาก OpenAI ได้ประกาศความสำเร็จในการสร้างโมเดลปัญญาประดิษฐ์ใหม่ที่ทำให้หุ่นยนต์สามารถเรียนรู้การทำงานต่างๆ ได้เช่นเดียวกับมนุษย์ การพัฒนาครั้งนี้ถือเป็นก้าวสำคัญที่นำไปสู่หุ่นยนต์ที่มีความยืดหยุ่นและทำงานอัตโนมัติมากขึ้น
ในช่วงฤดูร้อนของปี 2021 OpenAI ได้ปิดทีมหุ่นยนต์ของตนลง โดยอ้างว่าขาดข้อมูลการฝึกอบรมซึ่งเป็นอุปสรรคต่อความก้าวหน้า อย่างไรก็ตาม นักวิทยาศาสตร์วิจัยในช่วงเริ่มต้น 3 คนของ Covariant ได้ค้นพบวิธีแก้ปัญหาในบริษัทสตาร์ทอัพที่ก่อตั้งขึ้นในปี 2017 โดยใช้ข้อมูลหลายปีจากฝูงหุ่นยนต์หยิบของในคลังสินค้าทั่วโลก รวมถึงข้อความและวิดีโอจากอินเทอร์เน็ต เพื่อสร้างโมเดลใหม่ที่เรียกว่า RFM-1 โมเดลนี้ผสมผสานพลังการใช้เหตุผลของโมเดลภาษาขนาดใหญ่เข้ากับความยืดหยุ่นทางกายภาพของหุ่นยนต์ขั้นสูง
ความสามารถของ RFM-1 นั้นน่าประทับใจ ผู้ใช้สามารถสั่งให้โมเดลทำงานต่างๆ โดยใช้ข้อมูลอินพุต 5 ประเภท ได้แก่ ข้อความ รูปภาพ วิดีโอ คำสั่งของหุ่นยนต์ และการวัด ตัวอย่างเช่น ผู้ใช้สามารถแสดงภาพถังขยะที่เต็มไปด้วยอุปกรณ์กีฬาให้โมเดลดู แล้วสั่งให้มันหยิบถุงลูกเทนนิสขึ้นมา จากนั้นหุ่นยนต์จะทำงานที่เกี่ยวข้องและปรับเปลี่ยนตามความจำเป็น
แม้ว่าแบบจำลองจะมีความสามารถในการใช้เหตุผลแบบ "มนุษย์" แต่ก็ยังมีข้อจำกัดอยู่ ในระหว่างการสาธิต พบว่าเมื่อมีการนำเสนอแนวคิดใหม่บางอย่าง แบบจำลองอาจไม่สามารถเข้าใจได้อย่างสมบูรณ์ ซึ่งบ่งชี้ว่าแบบจำลองจำเป็นต้องมีข้อมูลการฝึกอบรมเพิ่มเติมและการปรับปรุงเพิ่มเติม
Covariant กล่าวว่าบริษัทวางแผนที่จะเปิดตัวโมเดลดังกล่าวให้กับลูกค้าในอีกไม่กี่เดือนข้างหน้า และหวังที่จะปรับปรุงประสิทธิภาพและประสิทธิผลของโมเดลดังกล่าวต่อไปในสภาพแวดล้อมจริง บริษัทได้นำโมเดลดังกล่าวไปใช้ในสภาพแวดล้อมต่างๆ เช่น คลังสินค้า เพื่อการทดสอบและโต้ตอบกับคำสั่ง วัตถุ และสภาพแวดล้อมในโลกแห่งความเป็นจริง
เมื่อเทคโนโลยี AI ก้าวหน้าขึ้น การแข่งขันระหว่างบริษัทที่ใช้ AI เพื่อขับเคลื่อนระบบหุ่นยนต์ก็เพิ่มขึ้นเช่นกัน แม้ว่าจะยังมีปัญหาบางอย่างที่ต้องแก้ไข Covariant มุ่งมั่นที่จะเรียนรู้และปรับปรุงโมเดลของตนอย่างต่อเนื่อง เพื่อให้หุ่นยนต์สามารถปรับตัวเข้ากับสภาพแวดล้อมที่เปลี่ยนแปลงได้ดีขึ้น
ในอนาคตอันใกล้นี้ เราคาดว่าจะได้เห็นการประยุกต์ใช้หุ่นยนต์ในสาขาต่างๆ มากขึ้น และเมื่อมีข้อมูลและการปรับปรุงต่างๆ มากขึ้น ความสามารถในการเรียนรู้และทำงานของหุ่นยนต์ก็จะพัฒนาต่อไป