preview preview
Нова функція

Слухай статті з Respeecher

Нова функція дозволяє слухати статті в зручному форматі завдяки технології від Respeecher. Насолоджуйтесь контентом у будь-який час – у дорозі, під час тренувань або відпочинку.
preview
00:00 00:00
Наступні статті
    Завантажується
    Голос
    Вибір голосу
      player background
      Вибір голосу
        Наступні статті
          Завантажується
          00:00 00:00
          НОВИНИ

          Учені створили робота, який прибере квартиру і посортує білизну за вас

          13 Травня 2023, 17:40
          3 хв читання
          Додати в закладки

          Будь-яку статтю можна зберегти в закладки на сайті, щоб прочитати її пізніше.

          Юлія Ткач Головна редакторка, авторка і ведуча подкасту «Хто ці люди».
          Режим читання збільшує текст, прибирає всю зайву інформацію зі сторінки і дозволяє зосередитися на матеріалі. Тут ви можете вимкнути його в будь-який момент.
          Режим читання

          Режим читання збільшує текст, прибирає всю зайву інформацію зі сторінки і дозволяє зосередитися на матеріалі. Тут ви можете вимкнути його в будь-який момент.

          Американські дослідники розробили робота, який може прибрати квартиру й посортувати білизну за вас. Про це пише Independent.

          Що сталося

          Звучить, як мрія. Дослідники з Принстонського та Колумбійського університетів створили робота, який прибере всю квартиру за вас. TidyBot розпізнає різні предмети й розкладає їх по місцях — потрібно тільки дати вказівки.

          Як це працює

          Звичайно ж, не обійшлося без ШІ. Дослідники звернулися до текстового еталонного набору даних, в якому люди писали певні команди. Далі попросили великі мовні моделі (LLM), зокрема GPT-3, виконати ці інструкції. Команди були приблизно такими: «Жовті сорочки — у шухляду, темні сорочки — у шафу, а білі шкарпетки — у шухляду». Далі LLM узагальнили ці конкретні приклади, щоб вони стали приблизно такими: «Світлий одяг — у шухляду, а темний — у шафу».

          Усього виконали 24 сценарії в чотирьох різних кімнатах. У кожному — від двох до п’яти потенційних місць для розміщення предметів. Щоб допомогти дослідникам зрозуміти навички запам’ятовування LLM та здатність виконувати команди, об’єкти також описувалися як добре видимі та непомітні. Успіх визначався кількістю об’єктів, розміщених у правильних місцях. 

          Цей підхід також застосовували під час прання. Дослідники давали LLM команди на кшталт «покласти одяг у кошик для білизни».

          Врешті отримали такі результати:

          • робот досягнув точності 91,2% щодо непомітних об’єктів у всіх сценаріях;
          • успішно прибирав 85% об’єктів у реальних тестових сценаріях. 

          Що буде далі

          Дослідники кажуть, що TidyBot ще потрібно доопрацювати, щоб він міг задовольнити стратегії кожної людини при прибиранні.

          «Ключовим викликом є визначення правильного місця для кожного предмета, оскільки вподобання людей можуть сильно відрізнятися в залежності від особистого смаку або культурних особливостей. Наприклад, одна людина може вважати за краще зберігати сорочки у шухляді, а інша — на полиці. Ми прагнемо створити системи, які можуть вивчати такі вподобання лише на кількох прикладах через попередню взаємодію з конкретною людиною», — йдеться у поясненні вчених. 

          Знайшли помилку? Виділіть її і натисніть Ctrl+Enter

          Партнерські матеріали

          Коли бухгалтер іде, а звітність залишається. Які проблеми розв’язує аутсорс?
          01 БІЗНЕС
          Коли бухгалтер іде, а звітність залишається. Які проблеми розв’язує аутсорс?
          Новий старт після служби: як працює програма для ветеранів, які хочуть запустити власний tech-бізнес
          02 БІЗНЕС
          Новий старт після служби: як працює програма для ветеранів, які хочуть запустити власний tech-бізнес
          Slow planning — fast execution: CEO Universe Group Ярослав Морозов про те, чому погана підготовка може стати дорогою помилкою
          03 Як вони працюють
          Slow planning — fast execution: CEO Universe Group Ярослав Морозов про те, чому погана підготовка може стати дорогою помилкою
          Завантаження...