Khoa học kỹ thuật và công nghệ

Sử dụng sợi lông gà để sản xuất pin nhiên liệu hydro ít độc hại (10/11/2023)

Tại Bệnh viện Đại học Robert Wood Johnson ở New Jersey (Mỹ), các robot được hỗ trợ bởi AI đang mang lại mức độ an ninh mới cho bác sĩ và bệnh nhân bằng cách quét từng inch trong các cơ sở để tìm vi khuẩn và vi rút có hại và khử trùng chúng bằng tia cực tím diệt khuẩn với liều lượng chính xác.

Trong nông nghiệp, cánh tay robot được điều khiển bởi máy bay không người lái sẽ quét các loại trái cây và rau quả khác nhau và xác định thời điểm chúng chín hoàn toàn để hái.

Hệ thống thông minh không phận AI Flyways đảm nhận các nhiệm vụ đầy thách thức và thường căng thẳng của những người điều phối chuyến bay, những người phải thực hiện thay đổi kiểu bay vào phút cuối do thời tiết khắc nghiệt đột ngột, nguồn cung cấp nhiên liệu cạn kiệt, sự cố máy móc hoặc các trường hợp khẩn cấp khác. Nó tối ưu hóa các giải pháp, an toàn hơn, tiết kiệm thời gian và tiết kiệm chi phí.

Bên cạnh những thành tích đó, robot có thể thực hiện được những thủ thuật quay bút hoàn hảo không? Một nhóm nghiên cứu khoa học tại NVIDIA Research đã phát triển được một thiết bị có thể làm được điều đó. Một số chuyên gia cho biết có thể phải mất vài tháng, thậm chí một năm hoặc hơn để con người thành thạo nghệ thuật quay ngón tay tinh xảo, bao gồm cả những thao tác đầy thử thách với những cái tên như Devil's Sonic, Backaround, Corkscrew và Bust X2. Vậy, điều gì đang diễn ra trong dự án của NVIDA là kỹ năng quay bút được dạy bởi các hướng dẫn do AI tạo ra.

Trong một bài báo có tiêu đề "Eureka: Human-Level Reward Design via Coding Large Language Models" xuất hiện trên máy chủ lưu trữ sơ bộ arXiv, các nhà nghiên cứu đã mô tả "quá trình tối ưu hóa mang tính tiến hóa đối với mã thưởng" trong đó robot học các chuyển động thao tác phức tạp thông qua các hướng dẫn do AI tạo ra. Nó hứa hẹn giải quyết vấn đề hiệu quả hơn bao giờ hết với LLM, thao tác vật lý tiên tiến hơn và máy móc ngày càng thông minh hơn trong tương lai của chúng ta.

Nhóm đã phát triển Eureka, một thuật toán áp dụng cho GPT-4 nhằm thiết lập hệ thống thưởng cho các LLM học các chức năng vận động nâng cao. Các nhiệm vụ được thực hiện trong một ứng dụng mô phỏng vật lý có tên Isaac Gym, do NVIDIA phát triển. Các nhà nghiên cứu từ UPenn, Caltech và Đại học Texas ở Austin cũng tham gia vào dự án.

Kết quả đạt được qua quá trình đào tạo của Eureka vượt trội hơn so với các hướng dẫn do con người thiết kế trong 83% thử nghiệm. Nhiệm vụ quay bút nhanh là một trong 29 kỹ năng phức tạp được đào tạo bằng thuật toán Eureka.

"Tính linh hoạt và hiệu suất tăng đáng kể của Eureka cho thấy rằng nguyên tắc đơn giản của việc kết hợp các mô hình ngôn ngữ lớn với các thuật toán tiến hóa là một cách tiếp cận chung và có thể mở rộng để thiết kế", Anima Anandkumar, Giám đốc về nghiên cứu AI tại NVIDIA và là tác giả của bài báo cho biết.

Isaac Gym có thể mô phỏng hoạt động thể chất trong môi trường ba chiều. Các buổi đào tạo song song quy mô lớn nhanh chóng tạo ra các giải pháp khả thi cho nhiều động tác nhanh hơn nhiều so với khả năng của con người hoặc các hệ thống tính toán ban đầu. Các nhà nghiên cứu cho biết, có thể cải thiện tốc độ tập luyện lên gấp 1.000 lần.

Phản hồi từ người vận hành có thể được tích hợp vào các thuật toán đào tạo. Các nhà nghiên cứu nói rằng nó sẽ hoạt động như một "người lái phụ mạnh mẽ" trong những nhiệm vụ đặc biệt khó khăn.

Các nhiệm vụ khác được thực hiện thông qua đào tạo Eureka bao gồm mở tủ và mở ngăn kéo, xử lý kéo, ném và bắt bóng. Eureka tổng hợp số liệu thống kê về tiến trình của mỗi phiên và điều chỉnh mã để liên tục cải thiện kết quả. Theo Shital Shah, kỹ sư nghiên cứu chính tại Microsoft Research, cho biết: "Vòng phản hồi tích cực về quá trình tự cải thiện có thể cho phép chúng ta vượt xa các khả năng và dữ liệu đào tạo của con người".

P.T.T (NASATi), theo https://techxplore.com/news/2023-10-robots-faster-ai-boost-eureka.html, 24/10/2023

Ngày đăng: 10/11/2023

https://www.vista.gov.vn/vi/news/khoa-hoc-ky-thuat-va-cong-nghe/robot-hoc-nhanh-hon-nho-tinh-nang-tang-cuong-ai-7723.html