Стартъп за роботика, съоснован от изследователи от университета Цинхуа и Харвардския университет, разкри това, което нарича "нулеви данни" робот — машина, способна да обучава задачи за физическа манипулация без никакви предварително събрани данни за обучение, демонстрационни траектории или визуални модели.
Acorn Robot, основан от д-р Jiang Yao – който има докторска степен по машинно инженерство от Tsinghua и е завършил постдокторантска стипендия по невронауки в Харвард – разработи робот, който използва вграден модел за автономно вземане на решения, наречен "Натус," което означава "възникване на поведение, управлявано от инстинкти." Системата се учи изцяло чрез физически опити и грешки, опити за задачи, неуспех и самокоригиране в реално време.
Хардуерът на робота е поразително минимален. Той използва само прост индустриален паралелен захват с една степен на свобода с две клиновидни черни челюсти, оборудвани с тактилни сензори на вътрешните им повърхности. Няма външна камера, няма базиран на облак AI и няма тръбопровод за данни за обучение. Въпреки тези ограничения, роботът може да изпълнява изненадващо сръчни задачи.
При демонстрация роботът взима кредитна карта, лежаща на масата – изключително трудна задача за конвенционалните индустриални хващачи. Той постига това, като забива една челюст в ръба на картата и използва повърхността на масата като опорна точка, за да я повдигне. Системата обикновено изисква осем до девет опита, преди да открие ефективна стратегия чрез самонасочващо се експериментиране.
Според компанията технологията вече е преминала етапа на доказване на концепцията в една от най-добрите китайски козметични компании и е постигнала мащабно внедряване. Acorn Robot е насочен към сценарии за гъвкаво производство от B-край, където адаптивността, а не обемът на данните, е критичното тясно място.
Д-р Джианг твърди, че настоящите масови подходи, въплътени в ИИ, включително модели визия-език-действие, световни модели и обучение, базирано на симулация, са изправени пред фундаментални проблеми в реалното физическо взаимодействие. Непредсказуемите контактни сили и разликите в хардуера между отделните роботи правят подходите, базирани на данни "незапълнима бездънна яма," твърди той.
"Няма универсално най-добър модел," Джианг каза. "Само моделът, който е най-добре адаптиран към конкретен робот."
Подходът с нулеви данни представлява философско отклонение от гладната за данни парадигма, която доминира в голяма част от съвременната роботика AI, което предполага, че обучението, управлявано от инстинкти върху физически хардуер, може да бъде по-практичен път към роботизирана манипулация с общо предназначение.