Et gjennombrudd innen robotikk.

Robotarmen lærer å brygge kaffe automatisk ved hjelp av hjernen sin. Foto: Fysisk intelligens .

Robotikkfeltet har nettopp opplevd et betydelig skritt fremover da Physical Intelligence, en teknologioppstartsbedrift basert i San Francisco, annonserte en ny modell for kunstig intelligens kalt «π0.7».

Den største forskjellen med denne modellen ligger i dens evne til å «generalisere ved kombinasjon». Dette betyr at roboten ikke lenger bare mekanisk gjentar det den lærer, men nå kan resonnere uavhengig for å løse nye situasjoner.

I tester i den virkelige verden opplevde forskerne overraskende resultater. Mest bemerkelsesverdig var det at en robotarm som aldri hadde blitt trent til å bruke en airfryer, var i stand til å bake søtpoteter selvstendig.

Denne roboten fant uavhengig ut hvordan man åpner lokket, legger mat inni og betjener enheten nøyaktig. Denne funksjonen ligner på hvordan store språkmodeller (LLM-er) som GPT-4 kan behandle komplekse spørsmål basert på lært kunnskap.

Physical Intelligence har som mål å hente inn 1 milliard dollar med en verdsettelse på 11 milliarder dollar . Foto: Physical Intelligence.

«Det var et overraskende øyeblikk for oss å se hvordan modellen kunne kombinere ferdigheter på den måten», sa Lucy Shi, en AI-forsker ved Physical Intelligence.

Hun understreket at evnen til spontant å utvikle ny atferd uten spesifikke eksempeldata er nøkkelen til at roboter tilpasser seg et stadig skiftende miljø i den virkelige verden.

En annen betydelig fordel med π0.7 er fleksibiliteten på tvers av ulike maskinvareplattformer. Modellen kan effektivt anvende kunnskap fra én type robotarm til en annen med en annen fysisk struktur. Roboten kan til og med automatisk justere gripevinkelen for å passe til egenskapene til den nye enheten uten menneskelig inngripen.

«Vi fant ut at modellen kan anvende strategier lært fra én robot til en annen robot med en helt annen form», fortalte Lucy Shi videre om evnen til å dele kunnskap mellom ulike maskinlinjer.

Når det gjelder ytelse, har den nye modellen oppnådd imponerende tall. I visse oppgaver oppnådde π0.7 en suksessrate på omtrent 85,6 %. Dette tallet er svært nær de 90,9 % som oppnås av profesjonelle robotoperatører med hundrevis av timers erfaring. Denne prestasjonen åpner for muligheter for raskere integrering av multifunksjonsroboter i hverdagen.

Trening er nå enklere ettersom brukere kan justere robotens oppførsel gjennom naturlige språkkommandoer i stedet for å måtte laste inn tusenvis av timer med videodata som før.

Dette gjennombruddet ligger ikke bare i teknologi, men også i å tiltrekke seg betydelig interesse fra globale investorer. Med støtte fra Jeff Bezos, OpenAI og Thrive Capital er Physical Intelligence nå verdsatt til 2 milliarder dollar .

Selskapet har som mål å skape en enhetlig «hjerne» som er i stand til å kontrollere alle typer roboter for å utføre enhver fysisk oppgave i den virkelige verden . Dette regnes som et betydelig gjennombrudd, og flytter kunstig intelligens utover dataskjermer for virkelig å påvirke og hjelpe mennesker i komplekse oppgaver.