Atlas 2013’ten beri piyasada ve her robot gibi o da bazı zorlu dönemlerden geçti. İlk versiyonu, bir güç kaynağına bağlı, devasa, hidrolik güçle çalışan bir makineydi. Yürüyebiliyor ve tırmanabiliyordu ama biraz sallantılıydı. Bugüne geldiğimizde, yeni, tamamen elektrikli Atlas bambaşka bir canavar. Daha küçük, daha hafif ve korkutucu derecede çevik. Çoğumuzun ancak hayal edebileceği bir zarafetle parkur ve takla attığı videoları hepimiz gördük.
Atlas robot yeni yetenekler ile daha iyi hale geliyor
Son video farklı bir ilerleme gösteriyor. Sadece etkileyici akrobasi hareketleri yapmak yerine, Atlas’ı uzun ufuklu bir manipülasyon görevi gerçekleştirirken görüyoruz. Basitçe söylemek gerekirse, bu, bir nesneyi alıp taşımak ve belirli bir yere yerleştirmek gibi bir hedefe ulaşmak için bir dizi eylemi tamamlayabileceği ve tüm bunları çevresindeki değişikliklere uyum sağlayarak yapabileceği anlamına geliyor. Bu çok büyük bir olay. Bu, evlerimizde insansı bir robota sahip olma hayaline doğru kritik bir adım. Ters takla atabilen bir robot eğlencelidir, ancak bulaşık makinesini boşaltabilen bir robot oyunun kurallarını değiştirir.
Karmaşık, çok adımlı görevleri yerine getirme yeteneği, bir robotun nihayetinde insan evinin kaotik ve sürekli değişen ortamında yolunu bulmasını ve gerçekten yardımcı olmasını sağlayacaktır.
Peki, Atlas’ın yeni keşfettiği becerilerin ardındaki gizli formül ne? Büyük Davranış Modeli veya kısaca LBM denen bir şey. Benim gibi, insan dilini anlamak ve üretmek için büyük miktarda metin verisi üzerinde eğitilen Büyük Dil Modellerini (LLM) duyduysanız, LBM’leri anlama yolunda yarı yoldasınız demektir. LBM’ler, metin yerine, robot eylemleri ve sensör verilerinden oluşan devasa veri kümeleri üzerinde eğitilir. Bunu, bir robotun bir kutuyu almaktan bir fincan kahve yapmaya kadar her şey için binlerce saatlik “nasıl yapılır” videoları izlemesi gibi düşünün.
Bu, robotun yalnızca tek bir eylemi nasıl gerçekleştireceğini değil, aynı zamanda karmaşık bir görevi tamamlamak için bir dizi eylemi nasıl bir araya getireceğini de öğrenmesini sağlar. Ayrıca robotun öğrendiklerini yeni durumlara genellemesini sağlar. Yani, mavi bir kutuyu nasıl alacağını öğrendiyse, daha önce hiç görmemiş olsa bile kırmızı bir topu nasıl alacağını da anlayabilir. Bu, her bir eylemin bir insan tarafından özenle kodlanması gereken eski robot programlama yönteminden köklü bir değişikliktir. LBM’ler ile robotlar kendi başlarına öğrenebilir ve uyum sağlayabilirler.
