Robotok egyetlen demóból tanulnak új feladatokat a Generalist AI GEN-1.5-ösével

A technológia alapja, hogy a rövid bemutatót a modell kontextusablakába töltik „fizikai promptként”, ami lényegében a modell rövid távú memóriájaként funkcionál. Ezt követően a robot minden további képzés nélkül képes végrehajtani a feladatot. A cég közlése szerint tíz teszt során – például befőttes üveg kinyitása vagy pénz kihúzása egy pénztárcából – átlagosan 59%-os sikerrátát értek el.

Tanulási hatékonyság és képességek

A GEN-1.5 modell tíz edzéslépéssel és öt percnyi adattal már 83%-os pontossággal képes végrehajtani a feladatokat. A modell képes két utasítást hosszabb szekvenciákba összefűzni, szimulációból származó demókat használni, és részben utánozni az emberi kézmozdulatokat. A Generalist AI szerint ezek a képességek önállóan fejlődtek ki több mint nyolc hónapos interakciós adatokon végzett előképzés során, és nem képezték részét a célzott tréningnek.

Piaci helyzet és független ellenőrzés

Bár más kutatócsoportok korábban is mutattak be hasonló kontextusfüggő tanulási (in-context learning) képességeket, azok csak kevés feladattípusra terjedtek ki. A Generalist AI azt állítja, hogy ők az elsők, akik ezt széleskörű feladatok megoldására képesek voltak elérni robotok esetében. A bemutatott feladatok azonban egyszerűek és rövidek voltak, és az eredményeket a cég közölte, független ellenőrzésük még nem történt meg — írja a The Decoder.

A Generalist AI nem közölte, hogy a képességek mikor válnak szélesebb körben elérhetővé.