Google DeepMind verlegt grenzen met zelf redenerende robot

Fysieke robotten doen vooralsnog waarvoor ze geprogrammeerd zijn. Maar volgens de onderzoekers van Google DeepMind hebben ze een belangrijke stap gezet op weg naar een robot met een algemeen doel, die kan redeneren, problemen oplossen en informatie interpreteren voor uiteenlopende taken in de fysieke wereld.

De onderzoekers hebben het model Robotic Transformer 2 (RT-2) ontwikkeld. Dat is getraind met teksten en beelden van het web. Ook werden data gebruikt van robotten die actief waren in de fysieke wereld, meer bepaald data van 13 robotten die gedurende 17 maanden actief waren in een kantoorkeuken.

RT-2 kan zaken die het gezien en geleerd heeft op het web combineren met de robotdata en toepassen in nieuwe situaties in de fysieke wereld. Daarbij kan het redeneren in verschillende stappen en beslissen welk object kan dienen als een geïmproviseerde hamer (een rotsblokje) of welk drankje best is voor een vermoeide mens (een energiedrankje).

Er werden meer dan 6.000 proeven opgezet zoals 'pik de zak op die van tafel gaat vallen' en 'beweeg de banaan naar het vakje met de som van twee plus een'. De robot werd zo geconfronteerd met onbekende scenario's die een zekere redeneerkunst en kennis vereisen. Daarbij werd een aanzienlijke vooruitgang vastgesteld tegenover eerdere modellen. Er is sprake van een succespercentage van 62 procent, een verdubbeling tegenover RT-1.

Opvallend is dat de vooruitgang werd geboekt door robotacties te behandelen als tekst, zodat ze kunnen worden verwerkt door taalmodellen. Dat wordt dan gekoppeld met cameraobservaties.