13. maaliskuuta 2024 - OpenAI-spin-off-yritys Covariant ilmoitti suuressa läpimurrona rakentaneensa onnistuneesti uuden tekoälymallin, jonka avulla robotit voivat oppia suorittamaan erilaisia tehtäviä ihmisten tavoin. Tämä kehitys merkitsee siirtymistä kohti joustavampaa ja itsenäisempää robotiikkaa.
Kesällä 2021 OpenAI sulki robotiikkatiiminsä, koska koulutusdatan puute oli jarruttanut sen etenemistä. Kolme Covariantin varhaisen vaiheen tutkijaa löysi kuitenkin ratkaisun vuonna 2017 perustetussa startup-yrityksessään. He käyttivät vuosien tietoja varastoissa olevista poimintaroboteista eri puolilla maailmaa sekä tekstiä ja videoita Internetistä luodakseen uusi malli nimeltä RFM-1. Tässä mallissa yhdistyvät suuren kielimallin päättelykyky kehittyneen robotin fyysiseen joustavuuteen.
RFM:n-1 ominaisuudet ovat vaikuttavia. Käyttäjät voivat ohjata mallia suorittamaan tehtäviä käyttämällä viittä erilaista syöttötapaa, mukaan lukien tekstiä, kuvia, videoita, robottiohjeita ja mittauksia. Käyttäjä voi esimerkiksi näyttää mallille kuvan roskakorista, joka on täytetty urheiluvälineillä ja käskeä sitä poimimaan pussin tennispalloja. Tämän jälkeen robotti suorittaa vastaavan tehtävän ja säätää tarpeen mukaan.
Vaikka mallissa on "ihmisen kaltaisia" päättelykykyjä, siinä on silti rajoituksia. Demonstroinnin aikana havaittiin, että kun uusia käsitteitä esitellään, mallia ei ehkä ymmärretä täysin. Tämä osoittaa, että malli vaatii lisää harjoitustietoja ja lisäparannuksia.
Covariant sanoo aikovansa ottaa mallin käyttöön asiakkaille tulevina kuukausina ja toivoo jatkavansa suorituskyvyn ja tehokkuuden parantamista todellisissa ympäristöissä. He ottavat käyttöön malleja ympäristöissä, kuten varastoissa, testausta varten ja ovat vuorovaikutuksessa todellisten ohjeiden, objektien ja ympäristöjen kanssa.
Tekoälytekniikan kehittyessä lisääntyy kilpailu robottijärjestelmien tehostamiseen tekoälyä käyttävien yritysten välillä. Vaikka joitakin ongelmia on vielä ratkaistava, Covariant on sitoutunut jatkuvasti oppimaan ja parantamaan mallejaan, jotta robotit voivat mukautua paremmin muuttuviin ympäristöihin.
Lähitulevaisuudessa on odotettavissa laajempia robotiikan sovelluksia eri aloilla, ja kun lisää tietoa ja parannuksia tulee saataville, robottien kyky oppia ja suorittaa tehtäviä paranee edelleen.