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

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.