Introdução

A era das LLMs (Large Language Models) na inteligência artificial (IA) tem sido definida pela escala, com modelos cada vez maiores e mais poderosos. No entanto, pesquisadores estão começando a questionar se essa abordagem é a mais eficaz para criar IAs que aprendam como humanos.

O Problema com os Modelos de Linguagem

Os modelos de linguagem, como o GPT-3, são capazes de processar grandes quantidades de dados e gerar texto coerente. No entanto, eles carecem de um modelo interno persistente de como o mundo físico funciona, o que os torna limitados em sua capacidade de aprender e se adaptar a novas situações.

A Abordagem de Edward Johns

Edward Johns, diretor do laboratório de robótica do Imperial College London, está desenvolvendo uma abordagem que foca em melhorar a eficiência do aprendizado robótico ao mimetizar como os humanos aprendem tarefas físicas. Sua equipe treina robôs para aprender a partir de apenas um único exemplo humano e generalizar esse conhecimento para muitas tarefas relacionadas.

Transferência de Trajetória Multitarefa

A equipe de Johns chama seu método de treinamento de “transferência de trajetória multitarefa”. Essa abordagem envolve decompor a manipulação robótica em componentes reutilizáveis, como alinhar uma mão robótica a um objeto e executar a ação necessária. Ao separar essas fases e transferir trajetórias entre tarefas, o sistema pode reutilizar experiências anteriores em vez de reaprender movimentos do zero a cada vez.

Resultados

Os resultados da equipe de Johns são impressionantes. Em tarefas de teste, os robôs foram capazes de aprender 1.000 tarefas diferentes de manipulação em menos de um dia, às vezes a partir de apenas uma única demonstração humana. Isso representa uma melhoria de uma ordem de magnitude na eficiência do aprendizado robótico.

Conclusão

A abordagem de Johns e sua equipe pode ser um divisor de águas na criação de IAs que aprendem como humanos. Ao focar em melhorar a eficiência do aprendizado robótico e mimetizar como os humanos aprendem tarefas físicas, é possível criar sistemas que combinem o raciocínio de linguagem com percepção, memória e modelos de mundo fundamentados na experiência.

• Os modelos de linguagem são limitados em sua capacidade de aprender e se adaptar a novas situações.
• A abordagem de Edward Johns foca em melhorar a eficiência do aprendizado robótico ao mimetizar como os humanos aprendem tarefas físicas.
• A transferência de trajetória multitarefa é uma abordagem que envolve decompor a manipulação robótica em componentes reutilizáveis.

Este conteúdo pode conter links de compra.

Fonte: link