Mistral AI-მ, საფრანგეთის AI კომპანიამ, რომელიც Mistral-ის ენობრივი მოდელების სერიის ავტორია, წარადგინა Robostral Navigate — 8 მილიარდპარამეტრიანი მოდელი, სპეციალურად შექმნილი განსხეულებული ნავიგაციისთვის: რობოტების მართვისთვის რეალურ სივრცეებში ბუნებრივი ენის ინსტრუქციებითა და მხოლოდ ერთი RGB კამერით — აღნიშნა კომპანიამ ამ კვირას გამოქვეყნებულ ბლოგპოსტში.
განსხვავებით ბევრი ნავიგაციის სისტემისგან, რომლებიც LiDAR-ზე, სიღრმის სენსორებზე ან რამდენიმე კამერაზეა დამოკიდებული, Robostral Navigate მუშაობს მხოლოდ ჩვეულებრივი ფერადი ვიდეოთი. Mistral-ის თანახმად, მოდელმა R2R-CE ბენჩმარქზე „ნანახ" ვალიდაციურ სეგმენტზე 79.4%, ხოლო „უცნობ" გარემოებში 76.6%-იანი წარმატების მაჩვენებელი აჩვენა — რაც საუკეთესო შესადარის ერთკამერიან სისტემას 9.7 ქულით უსწრებს, ხოლო სიღრმის სენსორების ან რამდენიმე კამერის მქონე კონკურენტ სისტემებს — 4.5 ქულით, თუმცა არც ერთს არ იყენებს.
როგორ შეიქმნა
Mistral-ის განცხადებით, მოდელი მთლიანად სიმულაციაში გაწვრთნეს — დაახლოებით 400,000 ნავიგაციურ ტრაექტორიაზე, 6,000 სცენაში — შემდეგ კი გამაძლიერებელი სწავლებით დახვეწეს, რამაც წარმატების მაჩვენებელს დამატებით 3.2 პროცენტული პუნქტი შეუმატა. კომპანიამ ისიც აღნიშნა, რომ მათ მიერ შემუშავებულმა ქეშირების ტექნიკამ ვარჯიშისთვის საჭირო ტოკენების რაოდენობა სტანდარტულ მეთოდებთან შედარებით 22-ჯერ შეამცირა.
მოდელი ინიციალიზებულია Mistral-ის არსებული ხედვა-ენის სისტემიდან და, კომპანიის თქმით, შექმნილია სხვადასხვა ტიპის რობოტისთვის განზოგადებისთვის — თვლიანი, ფეხებიანი თუ მფრინავი — და სხვადასხვა მახასიათებლების მქონე კამერებისთვისაც.
რატომ აქვს მნიშვნელობა
მხოლოდ კამერაზე დაფუძნებული ნავიგაცია ამცირებს ავტონომიური რობოტების დანერგვის ღირებულებასა და სირთულეს, რადგან მწარმოებლებს ძვირადღირებული სიღრმის სენსორების ან LiDAR მასივების გამოტოვება შეუძლიათ. Mistral-მა შესაძლო გამოყენების სფეროებად საწყობები, ოფისები, მიწოდების მარშრუტები და სასტუმროების ინდუსტრია დაასახელა — Robostral Navigate კომპანიის უფრო ფართო სტრატეგიის ნაწილია, რომელიც „ფიზიკურ AI-ზეა" ორიენტირებული: AI მოდელების გამოყენება მანქანების სამართავად, რომლებიც რეალურ სამყაროში მოქმედებენ და არა მხოლოდ ციფრულ ამოცანებს ასრულებენ.
ეს გამოშვება Mistral-ს უერთებს AI ლაბორატორიების მზარდ სიას, რომლებიც რობოტიკისთვის საბაზისო მოდელების შექმნაში ეჯიბრებიან — სფეროში, რომელიც სულ უფრო მეტად აღიქმება, როგორც მომდევნო საზღვარი მას შემდეგ, რაც დიდმა ენობრივმა მოდელებმა ტექსტი, კოდი და გამოსახულებები დაეუფლნენ.