Hanımlar Müjde! Hizmetçi Robot Geliyor!

Araştırmacılar, robotun "gerçek dünyadaki test senaryolarında nesnelerin yüzde 85'ini başarıyla yerine koyduğunu" tespit etti

Bir grup araştırmacı, odanızı temizlemenize ve çamaşırlarınızı yıkamanıza yardımcı olabilecek yeni bir robot geliştirdi.

Princeton ve Kolombiya gibi farklı üniversitelerde görev yapan araştırmacılar, günlük temizliğe uygun yeni robotlarını paylaştı: Tidy Bot. Ekibin makalesine göre, cihaz belirli komutlar verildikten sonra zemindeki eşyaları etkili bir şekilde toplayıp ait oldukları yere yerleştirebiliyor.

Araştırmacılar TidyBot'u kullanmadan önce, belirli komutlar yazılan bir "metin tabanlı kıyaslama veri kümesine" başvurdu. Daha sonra büyük dil modellerinden (large language models/LLM'ler), özellikle de GPT-3'ten bu talimatları takip etmelerini istediler.

Girilen komutlardan bazıları şöyleydi: "sarı gömlekler çekmeceye, koyu renk gömlekler dolaba ve beyaz çoraplar çekmeceye". Buradan hareketle, LLM'ler bu belirli örnekleri özetledi: "açık renkli giysiler çekmeceye, koyu renkli giysiler dolaba".

4 farklı odada toplam 24 senaryo vardı. Her senaryo sırasında, nesnelerin yerleştirilebileceği iki ila 5 potansiyel yer bulunuyordu. Araştırmacıların LLM'lerin ezberleme becerilerini ve komutları takip etme yeteneklerini anlamalarını sağlamak için nesneler ayrıca görülen veya görülmeyen olarak tanımlandı. Bu yaklaşımın başarısı, kaç nesnenin doğru noktalara yerleştirildiğiyle de belirlendi.

Kıyaslama veri kümesinde, LLM'lerle yapılan çalışma nihayetinde "belirli bir kullanıcı için nesnelerin nereye ait olduğuna dair genelleştirilmiş bir kural" ortaya çıkardı.

Araştırmacılar LLM'lere "çamaşırları çamaşır sepetine koy" gibi komutlar verdiğinden, bu strateji çamaşır yıkarken de uygulandı.

Araştırmacılar ayrıca temel kanıtların, kişisel robotların genelleştirilmiş gereksinimleri için LLM'lerin "iyi bir eşleşme" olduğunu ortaya koyduğunu belirtti.

Makalede belirtildiği üzere, sonuçlar robotun "tüm senaryolar boyunca görünmeyen nesneler üzerinde yüzde 91,2'lik bir doğruluk" elde ettiğini ortaya koydu.

Araştırmacılar daha sonra bu yaklaşımı TidyBot'la test etti ve robotun "gerçek dünyadaki test senaryolarında nesnelerin yüzde 85'ini başarıyla yerine koyduğunu" gördü.

Makalede, TidyBot temizliğe başlamadan önce kullanıcıların "belirli nesneler için birkaç tane örnek yerleştirme sağlamaları" gerektiği belirtiliyor. Görevler daha sonra LLM'lere aktarılıyor ve LLM'ler tarafından özetleniyor.

Bu noktadan sonra "robot, nesneleri tekrar tekrar toplayarak, tanımlayarak ve hedef noktalarına taşıyarak temizlik görevini yerine getirecek".

TidyBot'un resmi internet sitesinde, robotun yerdeki giysileri ayırıp çamaşır sepetlerine koyarken çekilmiş, onu iş başında gösteren birden fazla videosu var. Bir başka videodaysa makinenin çöpleri geri dönüşüm ve çöp kutularına koymadan önce ayırdığı görülüyor.

İnternet sitesinde ayrıca TidyBot'un temizlik yaparken her bireyin stratejilerine hitap edebilmesi için üzerinde hâlâ çalışılması gerektiği de belirtiliyor.

Sitede, "İnsanların tercihleri kişisel zevklerine veya kültürel kökenlerine bağlı olarak büyük ölçüde değişebileceğinden, her bir nesneyi koymak için uygun yeri belirlemek önemli bir zorluk" ifadeleri yer alıyor.

Örneğin, bir kişi gömleklerini çekmeceye koymayı tercih ederken, bir diğeri rafta tutmayı tercih edebilir. Belirli bir kişiyle daha önceki etkileşimler yoluyla sadece birkaç örnekten bu tür tercihleri öğrenebilen sistemler oluşturmayı hedefliyoruz.

İnternet sitesinde, "Robotların dil tabanlı planlama ve algılamayla büyük dil modellerinin (LLM'ler) az sayıda özetleme yeteneklerini birleştirerek, gelecekteki etkileşimlere geniş ölçüde uygulanabilecek genelleştirilmiş kullanıcı tercihlerini anlayabileceğini gösteriyoruz" diye ekleniyor.