Sadržaj
Google je 13. listopada predstavio model Gemini 4 Argon, a među rezultatima koje ističe najviše iznenađuje onaj iz robotike: sustav je na temelju videozapisa osmislio vlastitu simulaciju igre cornhole i u njoj naučio humanoida Apollo tvrtke Apptronik da sedam puta zaredom pogodi cilj. O tome piše Interesting Engineering, a nije jedini pomak koji je Google pokazao uz lansiranje.
Iz jedne fotografije do tisuća treninga
U drugom pokusu Argon je krenuo od jedne fotografije radne površine stola. Na temelju nje izgradio je fizikalnu simulaciju i generirao više od 4500 epizoda treninga za zadatke manipulacije. Podaci nastali u simulaciji podigli su stopu uspjeha robota u stvarnom svijetu s 56 na 75 posto, a vrijeme potrebno za izvršenje zadatka palo je s 35 na 24 sekunde.
Slična je bila i demonstracija sa Spotom, robotskim psom Boston Dynamicsa. Prije nego što se uhvatio posla s fizičkim predmetima, vježbao je u simulaciji otvaranje kante za smeće s papučicom. Takav pristup obećava jeftiniji i brži razvoj vještina, jer se najveći dio pokušaja i pogrešaka odvija u virtualnom svijetu, a ne na skupom hardveru.
Kvantno računanje i fuzija kao usputni dobitak
Robotika je tek jedan dio priče. Google tvrdi da je Argon za jednu podrutinu u algoritmima kvantne simulacije pronašao rješenje čiji je prostorno-vremenski trošak više od sto puta manji nego u dosad objavljenoj izvedbi. Rješenje je formalno provjereno u sustavu Lean, koji služi za provjeru matematičkih dokaza. Poboljšanje se odnosi na tu konkretnu podrutinu, a ne na kvantna računala u cjelini.
Model je pomogao i fizičaru Mattu Landremanu sa Sveučilišta Maryland da pronađe širu klasu protuprimjera za Gradovu slutnju iz 1967. godine. Ti bi primjeri mogli poslužiti kao referentni slučajevi za testiranje softvera kojim se projektiraju stelaratori, uređaji koji složenim magnetskim poljima zadržavaju vruću plazmu.
Za programere je zanimljiv test od 11 sati: Argon je preko noći pregledao otprilike 205 tisuća redaka koda u gotovo 800 datoteka i predložio šest optimizacija. Ljudi su prihvatili dvije, a one su smanjile opterećenje pri pripremi sesije za oko 40 posto i ubrzale uvoz paketa za 21 posto.
Što rezultati zapravo govore
Vrijedi zadržati oprez. Sve navedene brojke odnose se na točno opisane pokuse, a širi učinak na te discipline još nije dokazan. Ipak, smjer je jasan: umjesto da se roboti uče isključivo na skupim stvarnim snimkama, veliki jezični modeli sve češće preuzimaju ulogu graditelja virtualnih svjetova u kojima roboti stječu iskustvo.
Model je od prvog dana dostupan programerima i poduzećima u plaćenoj razini Gemini API-ja te pretplatnicima Ultra i Pro u aplikaciji Gemini i pretraživaču. Hoće li njegova simulacijska znanja zaživjeti i u tvornicama i skladištima, pokazat će sljedeći mjeseci, ali cornhole je za sada dobar simbol: zadatak naizgled banalan, a robotu težak jer traži precizno procjenjivanje fizike bacanja.
Fotografija: Getty Images