GEN-1.5: Robotlar Saniyeler İçinde Görev Öğreniyor, Çılgın Performans!

Generalist AI, Berlin merkezli bir yapay zeka şirketi, robotların yeni fiziksel görevleri tek bir gösterimle öğrenmesini sağlayan yeni temel modeli GEN-1.5’i tanıttı. Şirketin paylaştığı bilgilere göre GEN-1.5, 3 ila 12 saniyelik bir gösterimi bağlam içinde değerlendirerek herhangi bir gradyan güncellemesi veya ince ayar sürecine ihtiyaç duymadan görevi yerine getirebiliyor. Gen-1.5, sensör verileri ile hareket dizilerinden oluşan örneklerin modele bağlam olarak verilmesini “fiziksel istem” olarak tanımlıyor. Büyük ve çok modlu bir model olan GEN-1.5; video görüntülerinin yanı sıra sensör, dil ve robotun kendi konum ile hareket bilgilerini işliyor. Model, 30 saniyelik bir bağlam penceresi kullanarak saniyede 100 hareket komutu üretebiliyor. Şirketin gerçekleştirdiği deneylerde GEN-1.5, 10 farklı kısa süreli manipülasyon görevinde tek gösterimle ortalama yüzde 59 başarı oranına ulaştı. Model, görev başına yaklaşık 50 gösterim içeren beş dakikalık veriyle 10 gradyan adımı boyunca uyarlandığında ise başarı oranı yüzde 83’e yükseldi. Bir dakikalık veri ve tek bir gradyan adımının kullanıldığı testte başarı oranı yüzde 66,5 olarak ölçüldü. Modelin yetenekleri yalnızca gösterilen hareketi tekrar etmekle sınırlı değil. GEN-1.5, birbirinden bağımsız iki fiziksel istemi birleştirerek daha uzun bir görev dizisi oluşturabiliyor. Örneğin kalem kutusunun fermuarını açma ve içindeki parayı alma gösterimleri ayrı ayrı sunulduğunda model, iki görevi tek bir kesintisiz hareket dizisi halinde gerçekleştirebiliyor. Bu sırada yeniden konumlanma ve hatalardan kurtulma gibi gösterimlerde bulunmayan ara hareketleri de kendisi oluşturuyor. GEN-1.5’in öne çıkan yeteneklerinden biri de simülasyondan gerçek dünyaya sıfır örnekli aktarım yapabilmesi. Modelin ön eğitiminde herhangi bir simülasyon verisi bulunmamasına rağmen, simülasyon ortamında kaydedilen bir gösterim gerçek bir robot için fiziksel istem olarak kullanılabiliyor. Model ayrıca bazı görevlerde insanların kendi elleriyle yaptığı hareketleri robotun kameralarından izleyerek aynı görevi robot elleriyle tekrar edebiliyor. Generalist AI’ın paylaştığı örnekler, modelin beklenmedik durumlarda farklı stratejiler geliştirebildiğini de gösteriyor. Bir nesneyi fırçayla kaseye süpürme görevi gösterilen model, daha sonra aynı amaç için muzu geçici bir fırça olarak kullandı. Faraşla karşılaştığında ise nesneyi süpürmek yerine faraşla kaldırıp kasenin içine döken farklı bir yöntem geliştirdi. Model, kasenin üzerini kapatan kağıdı kaldırmak ve kavrama sırasında parmağına takılan Lego parçasını diğer eliyle çıkarmak gibi davranışlar da sergiledi. GEN-1.5’in ön eğitim süreci sekiz aydan uzun süredir kesintisiz devam ediyor. Şirkete göre model, fiziksel etkileşimlerden oluşan büyük ölçekli verilerle eğitildikçe yeni görevlere daha az veri ve hesaplama gücüyle uyum sağlamaya başladı. Modelin bağlam içinde öğrenme ve doğaçlama yetenekleri için özel bir eğitim yöntemi veya ek hedef kullanılmadığı, bu özelliklerin ön eğitim sürecinde kendiliğinden ortaya çıktığı belirtiliyor. Generalist AI, test edilen görevlerin basit ve kısa süreli, mevcut başarı oranlarının ise henüz sınırlı olduğuna dikkat çekiyor. Bununla birlikte şirket, GEN-1.5’in farklı fiziksel görevleri tek veya birkaç gösterimden öğrenebilen ilk genel robot modellerinden biri olduğunu savunuyor. Bu yaklaşımın gelişmesiyle, aylar süren uzman programlama süreçleri yerine robota ne yapması gerektiğinin birkaç saniye boyunca gösterildiği eğitim süreçleri tercih edilebilir.

İlk kez bir robotun, sadece birkaç saniye içerisinde bir iş parçasını kavrayıp işleyebildiği an, bilim dünyasını sarsıyor. Genelist AI’ın açıklamasına göre, 3 saniyelik bir gösterim bile robotun tüm hareket dizisini anlamasına ve başarılı bir şekilde tamamlamasına yetiyor. Şirket, bu başarının arkasında sensör ve görüntü verilerini aynı anda işleyebilen çok modlu bir mimariyi gösterdi. Daha önce robotlar, aynı görevi yerine getirmek için haftalarca programlama ve öğrenme sürecinden geçiyorlardı; şimdi ise tek bir gösterim yeterli.

İşte bu süreçte, Gen-1.5’in 30 saniyelik bağlam penceresi sayesinde saniyede 100 hareket komutu üretebildiği belirtiliyor. Bu, bir robotun saniyede bir dakikalık bir görev dizisini bile hızla öğrenebileceği anlamına geliyor. Şirket, deneylerde elde ettiği ortalama yüzde 59 başarı oranını, 50 gösterim içeren beş dakikalık veriyle 83’e çıkardığını gösterdi. Bir dakikalık veriyle tek bir gradyan adımı kullanan testlerde ise yüzde 66,5 başarı elde edildi. Yani, modelin öğrenme hızı bir zamanın yarısında bile etkili oluyor.

GEN-1.5’in sadece tek bir hareketi tekrarlamakla kalmayıp, iki bağımsız fiziksel istemi birleştirerek daha uzun görev dizileri oluşturabildiği de vurgulandı. Örneğin, kalem kutusunun fermuarını açma ve içindeki parayı alma gösterimleri ayrı ayrı sunulduğunda, model bu iki görevi kesintisiz bir dizi halinde başarıyla tamamlayabiliyor. Aynı zamanda, gösterimde bulunmayan ara hareketleri de kendisi üretiyor. Bu da robotun, eksik bilgileri tahmin ederek hatalardan kurtulma yeteneğini gösteriyor.

Simülasyondan gerçek dünyaya sıfır örnekli aktarım yeteneği ise en çılgın özellik. GEN-1.5, ön eğitiminde simülasyon verisi kullanmadığı halde, simülasyon ortamında kaydedilen bir gösterimi doğrudan gerçek robotlar için fiziksel istem olarak kullanabiliyor. İnsan elleriyle yapılan hareketleri izleyip aynı görevi robot elleriyle tekrar edebiliyor. Örneğin, bir nesneyi fırçayla kaseye süpürme görevi gösterildiğinde, model daha sonra aynı amaca muzu geçici bir fırça olarak kullandı. Faraşla karşılaştığında ise nesneyi süpürmek yerine faraşla kaldırıp kasenin içine döken farklı bir yöntem geliştirdi. Bu, modelin beklenmedik durumlara hızla adapte olabilmesini gösteriyor.

Gen-1.5’in ön eğitim sürecinin sekiz aydan uzun süren kesintisiz bir süreç olduğu, modelin fiziksel etkileşimlerden oluşan büyük ölçekli verilerle eğitildikçe yeni görevlere daha az veri ve hesaplama gücüyle uyum sağlamaya başladığı belirtiliyor. Modelin bağlam içinde öğrenme ve doğaçlama yetenekleri için özel bir eğitim yöntemi veya ek hedef kullanılmadığı, bu özelliklerin ön eğitim sürecinde kendiliğinden ortaya çıktığına dikkat çekiliyor. Şirket, test edilen görevlerin basit ve kısa süreli olduğunu, mevcut başarı oranlarının henüz sınırlı olduğunu ancak Gen-1.5’in tek veya birkaç gösterimden öğrenebilen ilk genel robot modellerinden biri olduğunu savunuyor. Bu yeni yaklaşım, uzun süreli uzman programlama süreçleri yerine, robota ne yapması gerektiğinin sadece birkaç saniye gösterildiği eğitim süreçlerini mümkün kılıyor. Başka ülkeler bu teknolojiyi merakla bekliyor. Bakalım bundan sonra robotlar ne kadar hızlı öğrenmeye devam eder?

Kaynak: Orijinal Haber