Ngày 13 tháng 3, 2024 - Trong một bước đột phá lớn, công ty con Covariant của OpenAI đã thông báo rằng họ đã xây dựng thành công một mô hình trí tuệ nhân tạo mới cho phép robot học cách thực hiện nhiều nhiệm vụ khác nhau như con người. Sự phát triển này đánh dấu bước tiến tới robot linh hoạt và tự động hơn.
Vào mùa hè năm 2021, OpenAI đã đóng cửa nhóm nghiên cứu robot của mình, với lý do thiếu dữ liệu đào tạo đã cản trở tiến độ của nhóm. Tuy nhiên, ba nhà khoa học nghiên cứu giai đoạn đầu tại Covariant đã tìm ra giải pháp tại công ty khởi nghiệp của họ, được thành lập vào năm 2017. Họ đã sử dụng nhiều năm dữ liệu từ các đội robot lấy hàng trong các nhà kho trên khắp thế giới, cũng như văn bản và video từ Internet, để tạo ra một mô hình mới có tên là RFM-1. Mô hình này kết hợp sức mạnh lý luận của một mô hình ngôn ngữ lớn với tính linh hoạt về mặt vật lý của một robot tiên tiến.
Khả năng của RFM-1 rất ấn tượng. Người dùng có thể hướng dẫn mô hình thực hiện các nhiệm vụ bằng năm loại đầu vào khác nhau bao gồm văn bản, hình ảnh, video, hướng dẫn robot và phép đo. Ví dụ, người dùng có thể cho mô hình xem hình ảnh thùng rác chứa đầy dụng cụ thể thao và bảo nó nhặt một túi bóng tennis. Sau đó, robot thực hiện nhiệm vụ tương ứng và điều chỉnh khi cần.
Mặc dù mô hình có khả năng suy luận "giống con người", nhưng vẫn còn những hạn chế. Trong quá trình trình diễn, người ta phát hiện ra rằng khi một số khái niệm mới được trình bày, mô hình có thể không được hiểu đầy đủ. Điều này chỉ ra rằng mô hình cần nhiều dữ liệu đào tạo hơn và cần cải tiến thêm.
Covariant cho biết họ có kế hoạch triển khai mô hình này cho khách hàng trong những tháng tới và hy vọng sẽ tiếp tục cải thiện hiệu suất và hiệu quả của nó trong môi trường thực tế. Họ triển khai các mô hình trong các môi trường như nhà kho để thử nghiệm và tương tác với các hướng dẫn, đối tượng và môi trường thực tế.
Khi công nghệ AI tiến bộ, sự cạnh tranh giữa các công ty sử dụng AI để cung cấp năng lượng cho hệ thống robot cũng tăng theo. Mặc dù vẫn còn một số vấn đề cần giải quyết, Covariant cam kết liên tục học hỏi và cải thiện các mô hình của mình để robot có thể thích ứng tốt hơn với môi trường thay đổi.
Trong tương lai gần, người ta có thể mong đợi thấy những ứng dụng rộng rãi hơn của robot trong nhiều lĩnh vực khác nhau và khi có thêm nhiều dữ liệu và cải tiến, khả năng học hỏi và thực hiện nhiệm vụ của robot sẽ tiếp tục được cải thiện.