Teknoloji
Moderator
MIT'nin yeni araştırmasına göre; büyük dil modelleri (LLM) ev robotlarının insana ihtiyaç duymadan hatalarını gidermesine destek olabilir. MIT, robotların mükemmel taklitçiler olduğuna dikkat çekerken, mühendislerin onları aynı zamanda olası her darbeye veya dürtmeye uyum sağlayacak şekilde programlamadıkları sürece, robotların görevlerine en baştan başlamak dışında bu durumlarla nasıl başa çıkacaklarını bilmediğini ifade ediyor.
Bu yeni araştırmayı ortaya koyan araştırmacılar, gözlem yoluyla bir görevi yapmayı öğrenme yani taklit öğrenmenin evde kullanılan robotların dünyasında popüler olduğunu dile getiriyor. Buna rağmen robotlar, düzenli çalışmasının önüne geçebilecek sayısız küçük çevresel varyasyonu hesaba katamıyor. Bu nedenle de sistemin en baştan başlaması gerekiyor.
Yeni araştırma ise demonstrasyonları sürekli bir eylemin parçası olarak konumlandırmak yerine daha küçük alt kümelere ayırarak ele alıyor. Büyük dil modelleri de bu noktada devreye girerek programcının çok sayıda alt eylemi manuel olarak etiketlemesi ve ataması gerekliliğini ortadan kaldırıyor.
Araştırmaya katkıda bulunan yüksek lisans öğrencisi Tsun-Hsuan Wang'in paylaştıklarına göre bir görevin her adımının nasıl yapılacağını doğal bir dille anlatan büyük dil modellerinin kullanılmasıyla bir robot bir görevde hangi aşamada olduğunu otomatik olarak bilecek ve kendi başına yeniden planlama yaparak toparlanabilecek.
Çalışmada yer alan demonstrasyonda bir robot, misketleri toplayıp boş bir kaseye dökmek için eğitiliyor. Bu görev aslında robotlar için çeşitli küçük görevlerin bir kombinasyonunu içeriyor. Büyük dil modelleri ise bu alt görevleri listeleme ve etiketleme yeteneğiyle öne çıkıyor. Araştırmacılar, görevi sabote etmek için robotu rotasından çıkarmaya ve kaşığındaki bilyeleri düşürmeye çalıştığında, sistem sıfırdan başlamak yerine küçük görevleri kendi kendine düzeltti.
Bu araştırma yalnızca bir başlangıç noktası olsa da büyük dil modellerinin uzun vadede robotlarda yaratacağı değişimi hayal etmek zor değil. Söz konusu araştırmanın mayıs ayında Uluslararası Öğrenme Temsilleri Konferansı'nda (ICLR) sunulması planlanıyor.
Bu yeni araştırmayı ortaya koyan araştırmacılar, gözlem yoluyla bir görevi yapmayı öğrenme yani taklit öğrenmenin evde kullanılan robotların dünyasında popüler olduğunu dile getiriyor. Buna rağmen robotlar, düzenli çalışmasının önüne geçebilecek sayısız küçük çevresel varyasyonu hesaba katamıyor. Bu nedenle de sistemin en baştan başlaması gerekiyor.
Yeni araştırma ise demonstrasyonları sürekli bir eylemin parçası olarak konumlandırmak yerine daha küçük alt kümelere ayırarak ele alıyor. Büyük dil modelleri de bu noktada devreye girerek programcının çok sayıda alt eylemi manuel olarak etiketlemesi ve ataması gerekliliğini ortadan kaldırıyor.
Araştırmaya katkıda bulunan yüksek lisans öğrencisi Tsun-Hsuan Wang'in paylaştıklarına göre bir görevin her adımının nasıl yapılacağını doğal bir dille anlatan büyük dil modellerinin kullanılmasıyla bir robot bir görevde hangi aşamada olduğunu otomatik olarak bilecek ve kendi başına yeniden planlama yaparak toparlanabilecek.
Çalışmada yer alan demonstrasyonda bir robot, misketleri toplayıp boş bir kaseye dökmek için eğitiliyor. Bu görev aslında robotlar için çeşitli küçük görevlerin bir kombinasyonunu içeriyor. Büyük dil modelleri ise bu alt görevleri listeleme ve etiketleme yeteneğiyle öne çıkıyor. Araştırmacılar, görevi sabote etmek için robotu rotasından çıkarmaya ve kaşığındaki bilyeleri düşürmeye çalıştığında, sistem sıfırdan başlamak yerine küçük görevleri kendi kendine düzeltti.
Bu araştırma yalnızca bir başlangıç noktası olsa da büyük dil modellerinin uzun vadede robotlarda yaratacağı değişimi hayal etmek zor değil. Söz konusu araştırmanın mayıs ayında Uluslararası Öğrenme Temsilleri Konferansı'nda (ICLR) sunulması planlanıyor.