Roboter lernen vom Menschen

Generalist AI hat mit GEN-1.5 ein Modell vorgestellt, das Robotern Aufgaben anhand einer drei bis zwölf Sekunden langen Vorführung beibringen soll. Das Unternehmen meldet über zehn Tests hinweg eine durchschnittliche Erfolgsquote von 59 Prozent; eine unabhängige Bestätigung liegt nicht vor.



Die Vorführung wird nach Angaben von Generalist AI als „physischer Prompt“ in den Kontext des Modells geladen. Anschließend soll der Roboter die gezeigte Aufgabe ohne weiteres Training ausführen. Das Unternehmen demonstriert unter anderem das Öffnen eines Schraubglases und das Herausziehen von Geldscheinen aus einem Portemonnaie.

Mit zehn zusätzlichen Trainingsschritten auf fünf Minuten Daten soll die Erfolgsquote in den Tests auf 83 Prozent gestiegen sein. Die genannten Werte stammen vom Unternehmen selbst. Die gezeigten Aufgaben sind zudem kurz und vergleichsweise einfach, sodass sich daraus noch keine Aussage über längere oder wechselnde Arbeitsabläufe ableiten lässt.

Generalist AI zufolge kann GEN-1.5 zwei Vorführungen zu längeren Handlungsfolgen verbinden, Demonstrationen aus Simulationen nutzen und teilweise menschliche Handbewegungen nachahmen. Diese Fähigkeiten seien während eines mehr als achtmonatigen Vortrainings mit Interaktionsdaten entstanden und nicht gezielt einzeln trainiert worden.

Ansätze zum Lernen aus Vorführungen im Kontext wurden bereits von anderen Forschungsteams gezeigt. Generalist AI beansprucht jedoch, die Methode auf ein breiteres Aufgabenspektrum übertragen zu haben. Für diese Einordnung und die gemeldeten Erfolgsraten stehen unabhängige Prüfungen noch aus.

Quelle:
Generalist AI