انویدیا از مدل GR00T N1 برای توسعه روبات‌های انسان‌نما رونمایی کرد

به گزارش پیوست، Isaac GR00T N1 یک مدل پایه متن‌باز و از پیش‌آموزش‌دیده برای بخش روباتیک است که امکان شخصی‌سازی دارد و برای بهبود توسعه و عملکرد روبات‌های انسان‌نما استفاده می‌شود. شرکت انویدیا پیش از این هم با همکاری‌های مختلف برای میزبانی از بخش نرم‌افزار روبات‌های انسان‌نما تلاش کرده و حالا با ارائه این مدل جدید، تلاش‌های شرکت وارد مرحله تازه‌ای شده‌اند.

در جریان این رویداد، هوانگ یک نسخه نمایشی از روبات انسان‌نمای NEO Gamma، ساخته‌ی شرکت 1X Technologies، را به نمایش گذاشت.

این روبات با استفاده از مدل GR00T N1، به‌صورت خودکار اقدام به مرتب‌سازی محیط کرد. «برنت بورنیک»، مدیرعامل 1X Technologies، در توصیف این نسخه نمایشی گفت: «آینده‌ی روبات‌های انسان‌نما در سازگاری و یادگیری نهفته است. مدل GR00T N1 انویدیا یک پیشرفت بزرگ برای استدلال و مهارت‌های [روباتیک] محسوب می‌شود. ما تنها با مقدار اندکی پسا آموزش، توانستیم این مدل را به طور کامل برای NEO Gamma به کار گیریم و ماموریت‌مان در توسعه روبات‌هایی که نه یک ابزار بلکه همراهی برای کمک به انسان‌ها به گونه‌ای معنادار و قابل سنجش هستند را پیش ببریم.»

انویدیا و شرکت‌های مطرح صنعت روباتیک: اندروید جهان روباتیک

انویدیا با ارائه این مدل در تلاش است تا به استانداردی فراگیر و آسان برای جهان روباتیک تبدیل شود، رویکردی که می‌توان آن را شبیه به عملکرد گوگل در جهان گوشی‌های هوشمند دانست که با پلتفرم متن‌باز اندروید بخش عظیمی از این بازار را تحت سلطه خود دارد.

طبق اعلام انویدیا، چندین شرکت مطرح فعال در حوزه روبات‌های انسان‌نما، از جمله Boston Dynamics (سازنده‌ی روبات اطلس و از معروف‌ترین تولیدکنندگان روبات‌های انسان‌نما)، Agility Robotics، Mentee Robotics و Neura Robotics، از مدت‌ها پیش به این مدل دسترسی دارند و در حال آزمایش و پیاده‌سازی آن در پروژه‌های خود هستند.

مدل GR00T N1 در ابتدا سال گذشته به‌عنوان پروژه‌ی GR00T معرفی شد و حالا نسخه‌ی تکامل‌یافته‌ی آن با الهام از سیستم شناختی انسان، به دو سیستم پردازشی مستقل مجهز شده است.

سیستم ۱: اولین سیستم این مدل که انویدیا آن را به عنوان «مدل اقدام با تفکر سریع» توصیف می‌کند در واقع وظیفه رفتار‌هایی شبیه به واکنش‌های غریزی و شهودی انسان‌ را برعهده دارد. این سیستم با استفاده از داده‌های مربوط به اجراهای انسان واقعی و همچنین داده‌های مصنوعی تولیدشده در پلتفرم Omniverse انویدیا، آموزش دیده است.

سیستم ۲: دومین سیستم که قدرت خود را از یک مدل دیداری-زبانی می‌گیرد ، یک «مدل تفکر آرام» است که « برای انجام اقدامات، درمورد محیط و دستورالعمل‌های اجرایی دریافتی استدلال می‌کند.» برنامه‌هایی که این مدل ارائه می‌کند با کمک سیستم ۱ به «حرکت‌های دقیق و مداوم» روبات تبدیل می‌شوند و به این ترتیب روبات‌ها می‌توانند اشیا را بگیرند، حررکت دهند یا وظایف پیچیده و چند‌مرحله‌ای را به اجرا بگذارند که نیازمند ترکیب چند مهارت پایه است.

امکان شخصی‌سازی و آموزش مدل GROOT N1 برای کارهای خاص

با وجود اینکه مدل GR00T N1 به صورت پیش‌فرض با مهارت‌های عمومی شبیه به انسان آموزش دیده است، اما انویدیا می‌گوید توسعه‌دهندگان روبات‌ها می‌توانند آن را با داده‌های انسانی یا شبیه‌سازی‌ اقدامات مختلف، برای اهداف و کاربردهای خاص خود پساآموزش دهند.

انویدیا همچنین مجموعه‌ داده‌های آموزشی و سناریوهای ارزیابی این مدل را در Hugging Face و GitHub برای دانلود در دسترس قرار داده است.

با اینکه شرکت‌هایی همچون بوستون داینامیک پیش از این هم قدرت روبات‌های انسان‌نما را در انجام کارهای پیچیده به نمایش گذاشته‌اند، اما با معرفی مدل جدید انویدیا و به لطف قدرت هوش مصنوعی، انتظار می‌رود که دوره جدیدی از روبات‌های انسان‌نما را شاهد باشیم که نه تنها می‌توانند در نقش ابزارهای مکانیکی برای انجام کارهای دشوار عمل کنند، بلکه همراهانی هستند که امکان انطباق با شرایط و محیط و یادگیری بیشتر دارند.

ترکیب فناوری‌های دید کامپیوتری، یادگیری عمیق و سیستم‌های هوش مصنوعی در GR00T N1، امکان توسعه‌ روبات‌هایی را فراهم می‌کند که می‌توانند به‌طور کارآمد در محیط‌های مختلف فعالیت کنند و تعاملات طبیعی‌تری با انسان‌ها داشته باشند.