החדירה של אינטליגנציה מלאכותית בתחום הרובוטיקה מסמנת מהפכה. מודל חדשני של IA, MotionGlot, ממיר פקודות טקסטואליות לתנועות דינמיות, מתאימה לרובוטים ואווטארים שונים. ההתקדמות הטכנולוגית הזו משחררת את הביטוי של רעיונות על ידי הקלה על התקשורת בין האדם למכונה.
*התרגום של נתונים טקסטואליים לפעולות מדויקות* מציע הזדמנויות חדשות באינטראקציה בין האדם לרובוט. מגוון רחב של יישומים הופך להיות אפשרי בזכות השיטה הזו. *היכולת להתאים את MotionGlot* מטלטלת את תחומי משחקי הווידאו, המציאות המדומה והאנימציה הדיגיטלית.
המעבר מהוראה לשונית ליישום גופני מהווה התקדמות משמעותית. בהתחשב במורפולוגיה המגוונת של ישויות אנימטיביות, הטכנולוגיה הזו פותחת את הדרך לשיתוף פעולה אנושי מעשיר.
מודל IA חדשני להפקת תנועות
חוקרים מאוניברסיטת ברון פיתחו מודל אינטליגנציה מלאכותית בשם MotionGlot. מודל זה מייצר מסלולי תנועה בהתאם לפקודות טקסטואליות, ומאפשר להניע הן רובוטים ארבע-רגלית והן אווטארים אנושיים. ההתקדמות הזו מסמנת שלב משמעותי בתחום האינטליגנציה המלאכותית, והופכת את המצאות המודלים כמו ChatGPT, שמייצרים טקסט מהוראות משתמש, לרלוונטיות.
אופן הפעולה של מודל MotionGlot
המשתמשים יכולים פשוט לנסח הוראות כגון "ללכת כמה צעדים קדימה ולפנות ימינה". בתגובה, המודל מתרגם את הפקודות הללו לתנועות מתאימות לסוגים שונים של התגלמויות, החל מרובוטים אנושיים ועד בעלי חיים. יכולתו של המודל לתרגם תנועות מצורת אחת לאחרת מרחיבה בצורה משמעותית את היישומים הפוטנציאליים של האינטליגנציה המלאכותית בהקשרים שונים.
תהליך תרגום התנועות
ההתקדמות של MotionGlot מתבססת על הרעיון של התייחסות לתנועה כאל שפה. לפי סודרשן הריתאס, דוקטורנט במדעי המחשב בבראון ומוביל הפרויקט, זה מאפשר פירוש של הוראות מילוליות, מתרגם את משמעותן לפעולות פיזיות. בעזרת מודלים של שפה קיימת, MotionGlot יכול לדמות פעולות על ידי פירוק התנועות ליחידות השוואתיות למילים בטקסט.
הגישה הזו מובילה לדמוי מעודן של מיקומי גוף. לדוגמה, תהליך ההליכה של אדם וזה של כלב שונים באופן יסודי, אך MotionGlot מצליח לתרגם אותם ביעילות מקונטקסט אחד לאחר.
למידה וביצוע של המודל
המודל הוכשר מכמה קבוצות נתונים מצולמות ועשירות במידע, כל אחת מהן מכילה שעות רבות של נתוני תנועה. הראשונה, בשם QUAD-LOCO, כוללת סרטוני רובוטים ארבע-רגלית מבצעים פעולות שונות, מלווים בתיאורים מפורטים. השנייה, QUES-CAP, קוצרת תנועות אנושיות אמיתיות, גם הן עשירות בכותרות ובהערות רלוונטיות.
היכולת של MotionGlot לייצר פעולות מדויקות מפקודות טקסטואליות, גם במקרה שלא נתקלו בהן בעבר, מעידה על עמידותו. במהלך הבדיקות, הוא הצליח לפרש הנחיות כגון "רובוט הולך לאחור, פונה שמאלה ואז מתקדם" עם שיעור הצלחה מרשים.
יישומים פוטנציאליים ופיתוחים בעתיד
ההשלכות של טכנולוגיה זו הן רחבות. MotionGlot יכול להיות מיושם בתחומים מגוונים, כולל שיתוף פעולה בין אדם לרובוט, משחקי וידאו, מציאות מדומה, כמו גם אנימציה דיגיטלית והפקת וידאו. החוקרים גם מתכננים להפוך את המודל ואת קוד המקור שלו לנגישים לציבור, ובכך לקדם מחקרים נוספים ופיתוח של יישומים חדשים.
תוצאות המחקר הזה יוצגו בקרוב בהכנס הבינלאומי לרובוטיקה ואוטומטיזציה 2025 באטלנטה, ובכך להדגיש את המחויבות של הצוות לחדשנות מתמשכת בתחום הדינמי הזה.
למידע נוסף על המתקדמים הטכנולוגיים הקשורים לIA, תוכלו לעיין במאמרים כמו התוכנית MIT-פורטוגל, או שותף לכתיבה מוזיקלית המוזן על ידי אינטליגנציה מלאכותית.
לבסוף, היכולת של MotionGlot להגיב רגשית לשאלות, כמו להציג אדם רץ כשנדרשת הדגמה של פעילות לבבית, פותחת הזדמנויות מרתקות לאינטראקציה אנושית עם מכונות.
שאלות נפוצות
מהו מודל MotionGlot?
MotionGlot הוא מודל אינטליגנציה מלאכותית היכול לייצר מסלולי תנועה מפקודות טקסטואליות, מתאימה לסוגים שונים של רובוטים ואווטארים אנימטיביים.
איך פועל MotionGlot לתרגם הוראות טקסטואליות לתנועות?
המודל מפרק את ההוראות ליחידות הנקראות "טוקנים", שמייצגות אלמנטים של תנועה. לאחר מכן, הוא מייצר תנועות מתאימות על ידי חיזוי הפעולות הבאות בהתבסס על הטוקנים הללו.
אילו סוגי ישויות MotionGlot יכול להניע?
MotionGlot יכול להניע מגוון רחב של ישויות, החל מרובוטים ארבע-רגלית ועד דמויות אנושיות, ובכך לאפשר מגוון רחב של יישומים רובוטיים.
מהו החידוש העיקרי שמבצע MotionGlot?
ההתקדמות העיקרית של MotionGlot טמונה ביכולתו לתרגם פקודות תנועה בין סוגים שונים של ישויות, מה שהופך את הטכנולוגיה ליישומית במגוון קונפיגורציות מרחביות.
אילו נתונים שימשו לאימון מודל MotionGlot?
המודל הוכשר על שני סטי נתונים, QUAD-LOCO עבור רובוטים ארבע-רגלית וQUES-CAP עבור תנועות אנושיות, הכוללים שעות רבות של נתוני תנועה מסוננים.
איך MotionGlot מתמודד עם הבדלים בתנועה בין ישויות?
MotionGlot תוכנן להבין ולהתאים את המשמעות של תנועות כמו "ללכת" כדי לייצר פלטי תנועה נכונים, ללא קשר לאיזו ישות ניתנה ההוראה, בין אם מדובר באנושי או בכלב רובוטי.
אילו סוגי יישומים עשויים להיתרם מMotionGlot?
היישומים הפוטנציאליים כוללים שיתוף פעולה בין אדם לרובוט, משחקי וידאו, מציאות מדומה, כמו גם הפקת אנימציות דיגיטליות ווידיאו.
האם אפשר להשתמש בMotionGlot לתנועות שלעולם לא נראו קודם?
כן, המודל יכול לייצר תנועות מתאימות גם להוראות שהוא לא נתקל בהן באופן ספציפי במהלך האימון שלו.
איפה אפשר למצוא את קוד המקור של MotionGlot?
החוקרים מתכננים להפוך את המודל ואת קוד המקור שלו לנגישים לציבור, ובכך לאפשר לאחרים לחקור אותו ולהרחיב אותו.
מהן ההשלכות העתידיות של הטכנולוגיה MotionGlot?
טכנולוגיה זו פותחת הזדמנויות חדשות לאינטראקציות בין אדם למכונה, במיוחד בתחומי החינוך, האימון וסימולציות של פעילויות פיזיות.
