DeepMind chce, by roboty naprawdę mówiły do siebie
W najnowszym zgłoszeniu DeepMind opisuje system pozwalający robotom generować wewnętrzną mowę w języku naturalnym na podstawie obrazu lub filmu. Jeśli robot zobaczy osobę podnoszącą filiżankę, w jego „umyśle” zabrzmi: „osoba podnosi filiżankę”. Pomysł błyskotliwy? Być może – choć równie dobrze można uznać go za odświeżenie starej idei na potrzeby nowej fali zainteresowania sztuczną inteligencją.
Choć taki wewnętrzny dialog brzmi nieco bajkowo, jego zadanie jest bardzo konkretne: szybsza nauka, mniejsze wymagania pamięciowe oraz lepsze radzenie sobie w nieznanych sytuacjach. Wewnętrzny głos działa jak niestrudzony komentator, pomagając maszynie nie tylko dostrzegać, ale i interpretować świat dookoła.
Według DeepMind taka narracja pozwala agentom AI skuteczniej się adaptować i ograniczać nieprzewidywalne zachowania – co wciąż jest poważną przeszkodą w wprowadzaniu inteligentnych robotów do codziennego życia. Oczywiście DeepMind nie jest jedynym graczem na tym polu. Nad własnym „cichym narratorem” pracują również Nvidia, Intel i inni potentaci.
Aby ten nowy etap rozwoju pozostał prywatny, DeepMind tworzy także Gemini Robotics On-Device – elegancki model łączący wizję z językiem, działający lokalnie, bez potrzeby chmury czy internetu. Bo jeśli robot zacznie monologować w Twojej kuchni, z pewnością wolisz, by jego przemyślenia nie trafiały na serwery Google.
Jeśli roboty rzeczywiście zaczną prowadzić własne rozważania, może stoimy u progu nowej epoki. Pytanie tylko, czy to prawdziwe zrozumienie, czy jedynie doskonale udawana imitacja. Odpowiedź przyniesie czas. Albo sam robot, gdy już wyrobi sobie zdanie.
Gdy DeepMind, technologiczny gigant należący do Google, bierze się za nowe wyzwanie, nie są to zwykle czcze spekulacje. Najnowszy cel? „Wewnętrzny monolog” – strumień myśli skierowany do samego siebie, który pozwoli robotom rozumować na wzór człowieka. Można to sobie wyobrazić jak małego Hamleta ukrytego w metalowej skorupie, który cicho opisuje, co widzi i co zamierza zrobić. To nie wizja z science fiction, lecz rzeczywista propozycja, o czym świadczy nowy wniosek patentowy. W najnowszym zgłoszeniu DeepMind opisuje system pozwalający robotom generować wewnętrzną mowę w języku naturalnym na podstawie obrazu lub filmu. Jeśli robot zobaczy osobę podnoszącą filiżankę, w jego „umyśle” zabrzmi: „osoba podnosi filiżankę”. Pomysł błyskotliwy? Być może – choć równie dobrze można uznać go za odświeżenie starej idei na potrzeby nowej fali zainteresowania sztuczną inteligencją. Choć taki wewnętrzny dialog brzmi nieco bajkowo, jego zadanie jest bardzo konkretne: szybsza nauka, mniejsze wymagania pamięciowe oraz lepsze radzenie sobie w nieznanych sytuacjach. Wewnętrzny głos działa jak niestrudzony komentator, pomagając maszynie nie tylko dostrzegać, ale i interpretować świat dookoła. Według DeepMind taka narracja pozwala agentom AI skuteczniej się adaptować i ograniczać nieprzewidywalne zachowania – co wciąż jest poważną przeszkodą w wprowadzaniu inteligentnych robotów do codziennego życia. Oczywiście DeepMind nie jest jedynym graczem na tym polu. Nad własnym „cichym narratorem” pracują również Nvidia, Intel i inni potentaci. Aby ten nowy etap rozwoju pozostał prywatny, DeepMind tworzy także Gemini Robotics On-Device – elegancki model łączący wizję z językiem, działający lokalnie, bez potrzeby chmury czy internetu. Bo jeśli robot zacznie monologować w Twojej kuchni, z pewnością wolisz, by jego przemyślenia nie trafiały na serwery Google. Jeśli roboty rzeczywiście zaczną prowadzić własne rozważania, może stoimy u progu nowej epoki. Pytanie tylko, czy to prawdziwe zrozumienie, czy jedynie doskonale udawana imitacja. Odpowiedź przyniesie czas. Albo sam robot, gdy już wyrobi sobie zdanie.
