Il mondo della robotica ha recentemente assistito a una svolta significativa grazie alla presentazione da parte di Figure, un rinomato sviluppatore di robotica, del suo ultimo innovativo progetto. La società ha recentemente mostrato una dimostrazione video che presenta il suo primo robot umanoide impegnato in conversazioni in tempo reale, il tutto grazie all’integrazione dell’IA generativa da OpenAI.
Con la collaborazione tra Figure e OpenAI, il robot umanoide, conosciuto come Figure 01, è ora in grado di avere conversazioni complete con gli esseri umani. Questa straordinaria impresa mette in evidenza la capacità del robot di comprendere e rispondere istantaneamente alle interazioni umane, aprendo nuove possibilità nella comunicazione uomo-robot.
Il partenariato con OpenAI ha dotato Figure 01 di un’intelligenza visiva e linguistica di alto livello, permettendo al robot di eseguire azioni veloci, a basso livello e agili. Questa combinazione di tecnologie all’avanguardia permette al robot di svolgere varie attività con precisione ed efficienza.
Una dimostrazione video ha mostrato le capacità di Figure 01 in una cucina improvvisata, dove il robot ha interagito con il suo creatore, il Senior AI Engineer Corey Lynch. Il robot ha identificato senza sforzo oggetti come una mela, piatti e tazze quando sollecitato da Lynch. In particolare, Figure 01 ha riconosciuto la mela come cibo e ha proceduto a raccogliere i rifiuti in un cestino, mettendo in mostra le sue capacità multitasking.
Lynch ha inoltre approfondito il progetto Figure 01, sottolineando le capacità esaustive del robot. Ha menzionato che il robot può descrivere la sua esperienza visiva, pianificare azioni future, riflettere sulla sua memoria e spiegare il suo ragionamento attraverso la comunicazione verbale. Questa vasta gamma di competenze è resa possibile sfruttando un grande modello multimodale addestrato da OpenAI, che può elaborare immagini dalle telecamere del robot e trascrivere il parlato catturato dai microfoni incorporati.
Il termine “IA multimodale” si riferisce alla capacità dell’intelligenza artificiale di comprendere e generare vari tipi di dati, inclusi testi e immagini. Sfruttando l’IA multimodale, Figure 01 può integrare senza sforzo informazioni visive e linguistiche per ottenere una comprensione più completa del suo ambiente.
È importante sottolineare che il comportamento di Figure 01 è appreso, avviene a velocità normale e non è controllato a distanza. Il modello utilizzato dal robot considera l’intera storia della conversazione in corso, incluse le immagini passate, per generare risposte linguistiche adeguate, che vengono poi trasmesse all’essere umano tramite la tecnologia text-to-speech. Inoltre, lo stesso modello è responsabile della selezione del comportamento appreso più adatto per soddisfare un determinato comando ed eseguirlo utilizzando i pesi della rete neurale.
Figure 01 è progettato specificamente per fornire descrizioni concise del suo ambiente, utilizzando il “senso comune” per prendere decisioni informate. Ad esempio, può dedurre che i piatti verranno messi in uno scaffale. Inoltre, il robot può interpretare affermazioni vaghe, come menzioni di fame, e intraprendere azioni appropriate come offrire una mela, spiegando contemporaneamente il suo ragionamento dietro ciascuna azione.
L’introduzione di Figure 01 ha suscitato notevole entusiasmo e apprezzamento sui social media. Molti individui hanno espresso stupore per le avanzate capacità del robot, ponendolo come una pietra miliare significativa nel cammino verso futuri sviluppi tecnologici.
In risposta alla calorosa accoglienza, Lynch ha intrattenuto umoristicamente gli utenti dei social media, condividendo le loro preoccupazioni e riferimenti a film di fantascienza. Tuttavia, ha assicurato al pubblico che lo sviluppo di Figure 01 è in linea con obiettivi pratici, miranti a consentire ai robot di svolgere compiti utili e contribuire a vari settori, inclusa l’esplorazione spaziale.
Mentre l’integrazione della tecnologia IA con la robotica fisica umanoide continua a evolversi, Figure si unisce alle fila di altre importanti aziende che cercano di unire questi campi. Hanson Robotics, con il suo robot AI Desdemona, è stata anche in prima linea nel superare i confini dell’interazione uomo-robot.
Figure AI e OpenAI non hanno fornito una risposta immediata alla richiesta di commento di Decrypt. Tuttavia, la presentazione di Figure 01 sottolinea l’impegno continuo nell’esplorare il potenziale dei robot alimentati da intelligenza artificiale in modi più completi e significativi che mai.
In conclusione, la svolta di Figure nello sviluppo di un robot umanoide conversazionale è una testimonianza dell’avanzamento rapido della robotica e dell’IA. Con le straordinarie capacità di Figure 01, i confini della comunicazione uomo-robot vengono superati, aprendo la strada a robot più intelligenti e interattivi in futuro.
FAQ
1. Cosa si intende per IA generativa?
L’IA generativa si riferisce a tecnologie di intelligenza artificiale che hanno la capacità di generare contenuti nuovi e originali, come immagini, video o testi, basati su dati esistenti e schemi.
2. Cosa si intende per IA multimodale?
L’IA multimodale è un tipo di intelligenza artificiale che può comprendere e generare diversi tipi di dati, inclusi testi e immagini. Consente ai sistemi di IA di integrare informazioni da varie modalità per ottenere una comprensione più completa del mondo.
3. Come processa Figure 01 le conversazioni con gli esseri umani?
Figure 01 elabora le conversazioni utilizzando un modello multimodale addestrato da OpenAI. Analizza le immagini catturate dalle sue telecamere e trascrive il parlato registrato dai microfoni incorporati. Il modello considera l’intera storia della conversazione, inclusi le immagini passate, per generare risposte linguistiche adeguate.
Fonti:
– OpenAI (Sito ufficiale di Open AI)
– Hanson Robotics (Sito ufficiale di Hanson Robotics)
The source of the article is from the blog be3.sk