MIT mühendisleri, robotların doğal dil komutlarını daha anlamlı bir şekilde yorumlayabilmesini sağlayan yeni bir platform geliştirdi.
FLEX: Esnek Bir Robot Öğrenme Platformu
MIT ve New York Üniversitesi’nden araştırmacılar, bu ay Robot Öğrenme Konferansı’nda tanıtılacak FLEX adlı esnek bir robot hareket planlama aracını geliştirdi. FLEX, insanların robotlarla doğal, konuşma dili kullanarak etkileşimde bulunmasına olanak tanıyor. Robot, yalnızca verilen komutları harfiyen yerine getirmekle kalmıyor, aynı zamanda kelimelerin ötesinde daha geniş genellemeler yaparak hareket planlama görevini geliştirmeye yardımcı oluyor.
Simülasyon Senaryoları ile FLEX’in Gösterimi
FLEX, sanal senaryolar içinde test edildi. Bu senaryolardan birinde, bir robot bir fincan kahve servisi yaparken, kullanıcı “Laptop’a dökme!” şeklinde bir komut veriyor. Robot, bu uyarıya yanıt vererek laptop’tan neden kaçınması gerektiğini düşünüyor. FLEX, büyük bir dil modeli (LLM) kullanarak, bu tür genellemeleri yapabiliyor. Bu model, sosyal medya gönderileri, video transkriptleri ve web içerikleri gibi geniş bir metin kütüphanesi üzerinde eğitildi.
Ortak Akıl ve Robotların Anlayışı
Çalışmanın yazarı Nathan Dennler, MIT’nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’nda doktora sonrası araştırmacı olarak görev yapıyor. Dennler, “LLM’ler, internette birçok metni gördü. İnsanlar, ‘Telefonum suya düştü ve artık çalışmıyor’ veya ‘Kahvemi bilgisayarıma döktüm, artık çalışmıyor’ gibi şeyler yazmış olabilir. Bu nedenle LLM’ler, sıvıların cihazlara zarar verdiği fikrini kavrıyor,” dedi.
Üç Aşamalı Süreç: Eklemek, Genellemek ve Maskelemek
FLEX, bir doğal dil komutunu daha derinlemesine anlamasına yardımcı olan üç aşamalı bir süreç içeriyor. İlk adım “Ekle” aşaması, robotun kullanıcının doğal dil komutuna dayalı olarak çevresindeki önemli unsurları eklemesini sağlıyor. İkinci adım “Genelle” aşaması, LLM kullanarak robotun daha önce belirtilen unsurlar arasındaki bağlantıları incelemesini sağlıyor. Üçüncü adım “Maske” ise robotun çevresindeki nesneleri değerlendirerek artık mevcut olmayanları listesinden çıkarmasını sağlıyor.
FLEX’in Uygulama Alanları
FLEX, üç farklı görevde test edildi: bir fincan kahve servisi, bir mum taşıma ve bir bowling topu taşıma. Gönüllüler, sanal robota doğal dil komutları vererek etkileşimde bulundu. FLEX, bu komutları harfiyen izlerken, aynı zamanda yüksek seviyede düşünerek elektronik eşyalardan kaçınmayı ve yanıcı nesnelerden uzak durmayı başardı.
Gelecekteki Potansiyel
Bobu, “Herkesin evi farklı ve herkesin önemsediği şeyler farklı, bu nedenle hiçbir robot kutudan çıktığında sizin için neyin önemli olduğunu bilmez,” dedi. FLEX’in, her kuralı açıkça belirtmek zorunda kalmadan birkaç cümle ile bu anlayışı kazanabilmesinin önemine vurgu yaptı. Bu çalışma, MIT Generative AI Impact Consortium ve MIT Schwarzman College of Computing’in Sosyal ve Etik Sorumluluklar programı tarafından kısmen desteklenmiştir.
