Progrès en Robotique : Interface de Chatbot Capable de Manipuler des Objets
Dans une étape importante vers la création de robots aux compétences générales et flexibles, Peter Chen, PDG de Covariant, a présenté une interface de chatbot capable d’interagir et de manipuler des objets. Ce développement souligne le potentiel des modèles de fondation en robotique, un domaine que Chen voit comme l’avenir de l’industrie.
RFM-1 : Le Modèle de Fondation Robotique de Covariant
Le chatbot est basé sur un modèle développé par Covariant, appelé RFM-1 (Robot Foundation Model). Ce modèle a été formé avec de grands volumes de texte, de vidéo et de données de contrôle et de mouvement de matériel, lui permettant d’interagir, de contrôler un bras robotique et de générer des vidéos montrant des robots effectuant diverses tâches. De plus, le RFM-1 a démontré sa capacité à apprendre à contrôler du matériel similaire non inclus dans ses données d’entraînement, indiquant une capacité d’adaptation et d’apprentissage remarquable.
Covariant, fondée en 2017, s’est distinguée dans le domaine de la robotique en commercialisant un logiciel qui utilise l’apprentissage automatique pour permettre aux bras robotiques de sélectionner des éléments dans des conteneurs dans des entrepôts. Des modèles comme le RFM-1 pourraient permettre aux robots de s’adapter à de nouvelles tâches de manière plus fluide, ce qui pourrait révolutionner l’efficacité et la polyvalence des systèmes robotiques dans diverses industries.
Covariant et Tesla : Comparaison des Stratégies d’Apprentissage Automatique
La stratégie de Covariant ressemble à la façon dont Tesla utilise les données des voitures vendues pour entraîner ses algorithmes de conduite autonome. Tout comme Tesla, Covariant utilise des données du monde réel pour améliorer et adapter ses modèles robotiques. Cependant, contrairement aux voitures autonomes, les robots de Covariant doivent être capables d’interagir physiquement avec leur environnement de manière précise et sûre, ce qui pose des défis uniques.
D’autres projets de robotique espèrent également que les grands modèles de langage pourront révolutionner la robotique. Cependant, des questions subsistent sur la quantité de données nécessaires pour entraîner des modèles qui doteront les robots de compétences plus générales et sur la façon de les collecter. Malgré ces défis, le travail de Covariant avec le RFM-1 démontre que nous sommes un pas de plus vers une nouvelle ère de la robotique, une ère où les robots peuvent apprendre, s’adapter et effectuer une variété de tâches de manière efficace et efficace.
Sandra est spécialiste en marketing digital et experte en réseaux sociaux. Elle a obtenu un post-diplôme en Communication et RP pour les marques de mode à Idep Barcelone, ainsi qu'un autre en Marketing et réputation en ligne : communautés virtuelles. Sandra est au courant des dernières tendances et des meilleures pratiques sur les réseaux sociaux, ce qui se reflète dans son travail quotidien en générant un impact positif dans le monde numérique.
Cette entrée est également disponible dans : Español Português
