Google AutoRT, SARA-RT, RT-Trajectory Systems: गूगल ने बेहतर मल्टी-टास्किंग रोबोट डेवलप करने के लिए करने में मदद करने के लिए बड़े भाषा मॉडल (एलएलएम) पर आधारित नए एआई-आधारित सिस्टम पेश किए हैं। टेक दिग्गज ने वास्तविक दुनिया के रोबोट डेटा स्टोरेज, स्पीड और सामान्यीकरण को बेहतर बनाने के लिए ऑटोआरटी, सारा-आरटी और आरटी-ट्रैजेक्टरी सिस्टम को पेश किया है।
एडवांस रोबोटिक्स ट्रांसफार्मर
गूगल डीपमाइंड टीम ने कहा, 'हम रोबोटिक्स रिसर्च में प्रगति की एक सीरीज की घोषणा कर रहे हैं जो हमें इस भविष्य के एक कदम करीब लाती है। ऑटोआरटी, एसएआरए-आरटी और आरटी-ट्रैजेक्टरी हमारे ऐतिहासिक रोबोटिक्स ट्रांसफार्मर पर आधारित हैं, जो रोबोटों को तेजी से निर्णय लेने और उनके वातावरण को बेहतर ढंग से समझने और नेविगेट करने में मदद करते हैं।
AutoRT एलएलएम
ऑटोआरटी बड़े फाउंडेशन मॉडल की क्षमता का उपयोग करता है जो ऐसे रोबोट बनाने के लिए महत्वपूर्ण है, जो व्यावहारिक मानव लक्ष्यों को समझ सकते हैं। टीम ने कहा कि अधिक अनुभवात्मक प्रशिक्षण डेटा एकत्र करके ऑटोआरटी वास्तविक दुनिया के लिए रोबोट को बेहतर प्रशिक्षित करने के लिए रोबोटिक सीखने में मदद कर सकता है। ऑटोआरटी एलएलएम या विज़ुअल लैंग्वेज मॉडल (वीएलएम), और रोबोट कंट्रोल मॉडल (आरटी-1 या आरटी-2) जैसे बड़े फाउंडेशन मॉडल को जोड़कर एक सिस्टम बनाता है जो नए वातावरण में प्रशिक्षण डेटा इकट्ठा करने के लिए रोबोट तैनात कर सकता है।
सेल्फ-एडेप्टिव रोबस्ट अटेंशन रोबोटिक्स ट्रांसफार्मर
रोबोटिक्स ट्रांसफार्मर (एसएआरए-आरटी) प्रणाली के लिए सेल्फ-एडेप्टिव रोबस्ट अटेंशन रोबोटिक्स ट्रांसफार्मर (आरटी) मॉडल को अधिक कुशल संस्करणों में परिवर्तित करता है।
डीपमाइंड टीम ने कहा,"फोटो का संक्षिप्त इतिहास जानने के बाद एडवांस एसएआरए-आरटी-2 मॉडल आरटी-2 मॉडल की तुलना में 10.6 प्रतिशत अधिक सटीक और 14 प्रतिशत फास्ट थे। हमारा मानना है कि यह बिना किसी क्वालिटी हानि के कम्प्यूटेशनल सुधार प्रदान करने वाला पहला स्केलेबल अटेंशन सिस्टम है।"
