Tekoälyagentit ohjasivat robottien koulutusta Nvidian laboratoriossa

Nvidian GEAR-laboratoriossa kehitetty ENPIRE-kehys on osoittanut, että tekoälypohjaiset koodausagentit voivat ohjata robottien koulutusta fyysisessä laboratoriossa varsin itsenäisesti. Tutkijoiden mukaan agentit laativat koulutusmenetelmiä, joiden avulla robottikäsivarret oppivat muun muassa katkaisemaan nippusiteitä ja asentamaan grafiikkasuorittimia emolevyn kapeisiin liitäntöihin.

Agentti saa käyttöönsä työkalut ja palautteen

ENPIRE on niin sanottu agenttikehys, joka ympäröi tekoälymallin ja antaa sille pääsyn erilaisiin työkaluihin. Kehys sisältää myös muistia, kontekstia, rajoitteita ja palautesilmukoita, joiden avulla agentti voi muokata koulutusprosessia työn edetessä.

Hankkeen takana ovat Nvidian GEAR-laboratorion robotiikkatutkijat sekä yhteistyökumppanit Carnegie Mellon -yliopistosta ja Kalifornian yliopisto Berkeleystä. Julkaistun kuvauksen mukaan ENPIRE siirtää robotin kouluttamisen tekoälyagenteille, jotka tunnetaan jo ohjelmistokehityksessä koodin kirjoittamisesta ja testaamisesta. Tässä tapauksessa samaa toimintatapaa sovellettiin suoraan fyysiseen robotiikkalaitteistoon.

Decryptin kuvaamien tietojen mukaan Nvidian GEAR-laboratoriossa kahdeksan robottikäsivartta työskenteli viime viikkojen aikana tehtävissä, joihin kuuluivat tappien asettaminen, grafiikkakorttien paikalleen painaminen ja nippusiteiden katkaiseminen. Ihmisten rooli kuvattiin lähinnä tutkimuspaperin kirjoittamiseksi jälkikäteen.

Tavoitteena itseään ajava robotiikkalaboratorio

Nvidian tekoälyjohtaja Jim Fan kuvasi LinkedInissä, että osa GEAR-laboratoriosta kehittää itseään väsymättä yön yli ja ihmiset lukevat raportit aamulla. Kommentti tiivistää kokeen keskeisen ajatuksen: robottien koulutus voisi tapahtua yhä enemmän automaattisesti, kun agentti pystyy suunnittelemaan, ajamaan ja arvioimaan kokeita.

Fan vitsaili myös, että tällaisen koulutuksen tavoitteena olisi tilanne, jossa tutkijat voisivat lähteä lomalle eikä Nvidian perustaja ja toimitusjohtaja Jensen Huang huomaisi eroa. Vakavammin otettavaa on lupaus avoimuudesta: Fanin mukaan tiimi aikoo julkaista työnsä avoimena, jotta muutkin voisivat rakentaa oman itseään pyörittävän robotiikkalaboratorionsa.

Tulokset eivät vielä tarkoita, että robotiikan koulutus olisi ratkaistu yleisesti. Ne kuitenkin osoittavat, että koodausagenttien käyttö voi laajentua ohjelmistotyöstä fyysisten robottien opettamiseen, kun niille annetaan riittävästi työkaluja, laskentaa ja palautetta todellisesta laitteistosta.