{"id":3315,"date":"2023-07-29T11:38:41","date_gmt":"2023-07-29T11:38:41","guid":{"rendered":"https:\/\/dailyai.com\/?p=3315"},"modified":"2023-07-29T11:38:41","modified_gmt":"2023-07-29T11:38:41","slug":"googles-ai-turns-vision-language-into-robotic-actions","status":"publish","type":"post","link":"https:\/\/dailyai.com\/sv\/2023\/07\/googles-ai-turns-vision-language-into-robotic-actions\/","title":{"rendered":"Googles AI omvandlar syn och spr\u00e5k till robothandlingar"},"content":{"rendered":"

Google presenterade n\u00e5gra sp\u00e4nnande testresultat av sin senaste robotmodell med vision-language-action (VLA), Robotics Transformer 2 (RT-2).<\/strong><\/p>\n

Huvuddelen av de senaste AI-diskussionerna har kretsat kring stora spr\u00e5kmodeller som ChatGPT och Llama. Svaren som dessa modeller ger, \u00e4ven om de \u00e4r anv\u00e4ndbara, f\u00f6rblir p\u00e5 sk\u00e4rmen p\u00e5 din enhet. Med RT-2 tar Google kraften i AI till den fysiska v\u00e4rlden. En v\u00e4rld d\u00e4r sj\u00e4lvl\u00e4rande robotar snart kan vara en del av v\u00e5r vardag.<\/span><\/p>\n

Det har skett stora f\u00f6rb\u00e4ttringar n\u00e4r det g\u00e4ller robotarnas fingerf\u00e4rdighet, men de beh\u00f6ver fortfarande mycket specifika programmeringsinstruktioner f\u00f6r att utf\u00f6ra \u00e4ven enkla uppgifter. N\u00e4r uppgiften \u00e4ndras, \u00e4ven om det bara \u00e4r en liten f\u00f6r\u00e4ndring, m\u00e5ste programmet \u00e4ndras.<\/span><\/p>\n

Med RT-2 har Google skapat en modell som g\u00f6r det m\u00f6jligt f\u00f6r en robot att klassificera och l\u00e4ra sig av saker den ser i kombination med ord den h\u00f6r. Den resonerar sedan utifr\u00e5n de instruktioner den f\u00e5r och vidtar fysiska \u00e5tg\u00e4rder som svar.<\/span><\/p>\n

Med LLM:er delas en mening upp i tokens, i princip sm\u00e5 bitar av ord som g\u00f6r det m\u00f6jligt f\u00f6r AI att f\u00f6rst\u00e5 meningen. Google tog den principen och tokeniserade de r\u00f6relser som en robot skulle beh\u00f6va g\u00f6ra som svar p\u00e5 ett kommando.<\/span><\/p>\n

R\u00f6relserna hos en robotarm med gripdon skulle t.ex. delas upp i symboler f\u00f6r f\u00f6r\u00e4ndringar i x- och y-positioner eller rotationer.<\/span><\/p>\n

\n

Tidigare har robotar oftast beh\u00f6vt f\u00f6rstahandserfarenhet f\u00f6r att kunna utf\u00f6ra en handling. Men med v\u00e5r nya vision-language-action-modell, RT-2, kan de nu l\u00e4ra sig av b\u00e5de text och bilder fr\u00e5n webben f\u00f6r att ta itu med nya och komplexa uppgifter. L\u00e4s mer \u2193 https:\/\/t.co\/4DSRwUHhwg<\/a><\/p>\n

- Google (@Google) 28 juli 2023<\/a><\/p>\n<\/blockquote>\n