Toyota revoluciona el aprendizaje de robots: la nueva IA domina tareas complejas en horas
![]() |
Un nuevo enfoque de la IA en el mundo físico está acelerando enormemente la capacidad de los robots para adquirir y perfeccionar nuevas habilidades. Instituto de Investigación Toyota |
Vivimos en los albores de la era de la robótica de uso general. Docenas de empresas han decidido ahora que es hora de invertir mucho en robots humanoides que puedan navegar de forma autónoma por los espacios de trabajo existentes y comenzar a asumir tareas de los trabajadores humanos.
20 septiembre 2023.- Sin embargo, la mayoría de los primeros casos de uso caen en lo que yo llamaría la categoría Planet Fitness : los robots levantarán cosas y las bajarán . Eso será excelente para la logística estilo almacén, carga y descarga de camiones, paletas y todo eso, y para mover cosas por las fábricas. Pero no es tan glamoroso y ciertamente no se acerca a la utilidad de un trabajador humano.
Para que estas capacidades se expandan hasta el punto en que los robots puedan entrar en cualquier lugar de trabajo y comenzar a hacerse cargo de una amplia variedad de tareas, necesitan una forma de mejorar sus habilidades rápidamente, basándose en instrucciones o demostraciones humanas. Y ahí es donde Toyota afirma haber logrado un gran avance, con un nuevo enfoque de aprendizaje basado en la Política de Difusión que, según dice, abre la puerta al concepto de Modelos de Gran Comportamiento.
El nuevo sistema de aprendizaje domina una serie de tareas complejas a dos manos que implican herramientas, como este batidor de huevos
La política de difusión es un concepto que Toyota ha desarrollado en asociación con Columbia Engineering y el MIT, y aunque los detalles rápidamente se vuelven muy arcanos a medida que se profundiza en este tema, el grupo describe la idea general como "una nueva forma de generar el comportamiento de los robots representando La policía visomotora de un robot como proceso de difusión de eliminación de ruido condicional. Puedes conocer más y ver algunos ejemplos en el trabajo de investigación del grupo.
Esencialmente, mientras que los modelos de lenguaje grande (LLM, por sus siglas en inglés) como ChatGPT pueden ingerir miles de millones de palabras de escritura humana y aprender a escribir y codificar (e incluso a razonar, por el amor de Dios) a un nivel sorprendentemente cercano al de los humanos, la política de difusión permite que las IA robóticas observar cómo un ser humano realiza una tarea física determinada en el mundo real y luego, esencialmente, programarse para realizar esa tarea de manera flexible.
Si bien algunas nuevas empresas han estado enseñando a sus robots a través de telepresencia de realidad virtual (dando al operador humano exactamente lo que los ojos del robot pueden ver y permitiéndole controlar las manos y los brazos del robot para realizar la tarea), el enfoque de Toyota se centra más en los hápticos. Los operadores no usan auriculares VR, pero reciben retroalimentación háptica de las suaves y flexibles pinzas del robot a través de sus controles manuales, lo que les permite en cierto sentido sentir lo que el robot siente cuando sus manipuladores entran en contacto con los objetos.
Las pinzas suaves con retroalimentación háptica le dan a la IA una sensación de tacto físico de vital importancia
Una vez que un operador humano ha mostrado a los robots cómo realizar una tarea varias veces diferentes, bajo condiciones ligeramente diferentes, la IA del robot construye su propio modelo interno de cómo es el éxito y el fracaso, y luego ejecuta miles y miles de física. Simulaciones basadas en sus modelos internos de la tarea, para centrarse en un conjunto de técnicas para realizar el trabajo.
El equipo ha utilizado este enfoque para entrenar rápidamente a los robots en más de 60 tareas pequeñas, en su mayoría de cocina hasta el momento, cada una relativamente simple para el humano adulto promedio, pero cada una requiere que los robots descubran por sí solos cómo agarrar y sostener. y manipular diferentes tipos de artículos, utilizando una variedad de herramientas y utensilios.
Instituto de Investigación Toyota
Estamos hablando de usar un cuchillo para untar uniformemente una rebanada de pan, o usar una espátula para voltear un panqueque, o usar un pelador de papas para pelar papas. Se aprendió a extender la masa hasta formar una base de pizza, luego verter la salsa sobre la base y esparcirla con una cuchara. Échale un vistazo:
Toyota dice que tendrá cientos de tareas bajo control para fin de año y tiene como objetivo más de 1,000 tareas para fines de 2024. Como tal, está desarrollando lo que cree que será el primer modelo de comportamiento grande, o LBM, un framework que eventualmente se expandirá hasta convertirse en algo así como el equivalente robótico incorporado de ChatGPT. Es decir, un modelo completamente generado por IA de cómo un robot puede interactuar con el mundo físico para lograr ciertos resultados, que se manifiesta como una pila gigante de datos que es completamente inescrutable para el ojo humano.
El equipo está implementando efectivamente el procedimiento mediante el cual los futuros propietarios y operadores de robots en todo tipo de situaciones podrán enseñar rápidamente a sus robots nuevas tareas según sea necesario, actualizando flotas enteras de robots con nuevas habilidades a medida que avanzan.
“Lo interesante de este nuevo enfoque es la velocidad y la confiabilidad con la que podemos agregar nuevas habilidades. Debido a que estas habilidades funcionan directamente a partir de imágenes de cámaras y sensores táctiles, utilizando solo representaciones aprendidas, pueden desempeñarse bien incluso en tareas que involucran objetos, telas y líquidos deformables, todo lo cual tradicionalmente ha sido extremadamente difícil para los robots”.
Una muestra de las más de 60 tareas que el equipo ha enseñado a los robots utilizando este nuevo y rápido sistema de aprendizaje. Instituto de Investigación ToyotaPresumiblemente, el LBM que Toyota está construyendo actualmente requerirá robots del mismo tipo que está usando ahora: unidades hechas a medida diseñadas para "tareas diestras de manipulación con dos brazos con un enfoque especial en permitir la retroalimentación háptica y la detección táctil". Pero no hace falta mucha imaginación para extrapolar la idea a un marco que los robots humanoides con dedos y pulgares oponibles puedan utilizar para controlar una gama aún más amplia de herramientas diseñadas para uso humano.
Y presumiblemente, a medida que el LBM desarrolla una "comprensión" cada vez más completa del mundo físico a través de miles de tareas, objetos, herramientas, ubicaciones y situaciones diferentes, y adquiere experiencia con una variedad de interrupciones dinámicas del mundo real e inesperadas, será cada vez mejor en generalizar entre tareas.
Cada día, la marcha inexorable de la humanidad hacia la singularidad tecnológica parece acelerarse. Cada paso, como este, representa un logro asombroso y, sin embargo, cada uno de ellos nos catapulta hacia un futuro que parece tan diferente al actual (y mucho menos hace 30 años) que parece casi imposible de predecir. ¿Cómo será la vida en 2050? ¿Cuánto puedes realmente poner fuera del rango de resultados posibles? Abróchense el cinturón amigos, este viaje no se detiene.
Fuente: Toyota
COMENTARIOS