Тим са Универзитета у Токију представио је Алтер3, хуманоидног робота који може да изводи покрете користећи ГПТ-4 модел великог језика (ЛЛМ). Алтер3 користи најновију алатку Отвори АИ да динамички заузимају различите позе, од селфи позе до духова, све без потребе за унапред програмираним уносима у базу података.
„Алтер3-ов одговор на конверзацијски садржај помоћу израза лица и гестова је значајан напредак у хуманоидној роботици која се лако прилагођава другим андроидима уз минималне промјене“, рекли су истраживачи.
У области интеграције ЛЛМ-а са роботима, фокус је на побољшању основне комуникације и моделирању реалних одговора. Истраживачи се такође баве ЛЛМ-овим могућностима како би роботима омогућили да разумеју и изврше сложена упутства, чиме се повећава њихова функционалност.
Традиционално, менаџмент на ниском нивоу роботи је везан за хардвер и налази се ван надлежности ЛЛМ корпорација. Ово ствара потешкоће за директно управљање радовима заснованим на ЛЛМ. Решавајући овај проблем, јапански тим је развио методу претварања израза људских покрета у код разумљив за Андроид. То значи да робот може независно да генерише секвенце акција током времена без потребе да програмери појединачно програмирају сваки део тела.
Током интеракције, особа може дати команде Алтер3 као што је „Сними селфи са својим иПхоне-ом“. Након тога, робот покреће серију захтева ГПТ-4 да добије упутства о потребним корацима. РУЦЕНТЕР-КСНУМКС ће ово превести у Питхон код који омогућава раду да „разуме“ и изврши потребне покрете. Ова иновација омогућава Алтер3 да помера горњи део тела док његов доњи део остаје непомичан, причвршћен за постоље.
Алтер3 је трећа итерација у Алтеровој серији хуманоидних робота од 2016. године, са 43 актуатора одговорна за изразе лица и покрете удова које покреће компримовани ваздух. Ова конфигурација пружа широк спектар изражајних гестова. Робот не може да хода, али може да имитира типичне покрете ходања и трчања.
Алтер3 је такође показао могућност копирања људских поза помоћу камере и ОпенПосе оквира. Робот прилагођава своје зглобове посматраним положајима и чува успешне имитације за каснију употребу. Интеракција са човеком довела је до разноврснијих положаја, подржавајући идеју да различити покрети произилазе из имитације човека, слично ономе како новорођенчад уче кроз имитацију.
Пре ЛЛМ-а, истраживачи су морали пажљиво да контролишу сва 43 актуатора да би поново креирали позу особе или симулирали понашање, као што је служење чаја или играње шаха. Ово је захтевало бројна ручна подешавања, али АИ помогао да се тим ослободи ове рутине. „Очекујемо да се Алтер3 ефикасно укључи у дијалог приказујући изразе лица и гестове релевантне за контекст. Показало је способност да одражава емоције, на пример, да покаже тугу или срећу као одговор, и на тај начин подели емоције са нама“, кажу истраживачи.
Прочитајте такође: