Figure’in kurucusu ve CEO’su Brett Adcock, Perşembe günü insansı robotlar için yeni bir makine öğrenimi modeli tanıttı.
Bu duyuru, Adcock’un Bay Area’daki robotik firmasının, OpenAI ile olan işbirliğinden ayrılma kararından yalnızca iki hafta sonra geldi.
Şirketin yeni modelinin adı Helix ve bu model, görsel verileri ve dil komutlarını birleştirerek robotlara “genelci” bir şekilde öğrenme yeteneği kazandırıyor.
Görsel ve dil komutlarıyla robotları eğitmek için tasarlanmış bu yeni teknoloji, robotik dünyasında oldukça yenilikçi bir adım olarak öne çıkıyor. Şu anda, bu alandaki en bilinen örneklerden biri, Google DeepMind’ın RT-2’si. Ancak Helix, robotları gerçek zamanlı olarak kontrol etmek için benzer şekilde görsel veriler ve dil komutlarını birleştiriyor.
Figure, Helix’in eğitim sürecinde daha önce hiç karşılaşılmamış binlerce yeni ev eşyasını, sadece doğal dilde sorularla toplama yeteneği gösterdiğini belirtti. Bu teknoloji, robotların ev ortamında karmaşık görevleri yerine getirebilecek seviyeye gelmesini hedefliyor.
Helix’in sunduğu özelliklerden biri, robotların çevrelerini görsel olarak değerlendirip, ardından verilen görevleri yerine getirmesi. Örneğin, bir robota “Kurabiye torbasını sağınızdaki robota verin” ya da “Solunuzdaki robottan kurabiye torbasını alın ve açık çekmeceye yerleştirin” gibi dil komutları verilerek, robotlar arasında koordinasyon sağlanabiliyor.
Helix, özellikle iki robotu aynı anda kontrol etmek ve birbirlerine yardımcı olmalarını sağlamak için tasarlanmış. Şirket, bu modeli ev ortamındaki 02 insansı robotlarıyla test ediyor.
Evin, depo ve fabrika gibi kontrollü alanlardan çok daha karmaşık ve değişken bir yapıya sahip olduğu göz önüne alındığında, ev robotları için başarılı bir sistem oluşturmak oldukça zorlu bir görev.
Robotların evde etkin bir şekilde çalışabilmesi için, özellikle daha önce hiç görmedikleri nesnelerle karşılaştıklarında akıllıca ve yeni davranışlar sergileyebilmeleri gerekiyor. Manuel programlama, ev ortamları için verimli bir çözüm değil; çünkü evler her zaman değişken ve karmaşık.
Mutfaklar, oturma odaları, banyolar ve farklı aydınlatma koşulları sürekli değişir. Ayrıca, insanlar evde dağınıklık bırakır ve mobilyaları farklı şekillerde yerleştirir, bu da robotları eğitmeyi daha da zorlaştırıyor.
Bir diğer seçenek ise robotları eğitmek; fakat bu, büyük bir çaba ve zaman gerektirir. Örneğin, nesneleri almak ve yerleştirmek için robotlar laboratuvarlarda eğitilirken, bu süreç yüzlerce saatin tekrar edilmesini gerektiriyor. Bir robotun bir görevi ilk seferde doğru bir şekilde yapabilmesi için, aynı hareketi defalarca yapması gerekiyor.
Helix üzerine yapılan çalışmalar hâlâ erken bir aşamada olsa da, Figure bu projeyle ilgili olarak büyük bir ilerleme kaydetmeyi hedefliyor.
Şu anda, gösterilen videolar sadece projenin potansiyelini sergileyen birer örnek. Bugünkü duyuru, projenin gelişimi için daha fazla mühendis eklemeyi amaçlayan bir işe alım hamlesi olarak da değerlendirilebilir.
