La société mère de Google, Alphabet, réunit deux de ses projets de recherche les plus ambitieux – la robotique et la compréhension du langage de l’IA – dans le but de créer un « robot d’assistance » capable de comprendre les commandes du langage naturel.
Depuis 2019, Alphabet a développé des robots capables d’effectuer des tâches simples comme aller chercher des boissons et nettoyer les surfaces. Ce projet Everyday Robots en est encore à ses balbutiements… les robots sont lents et hésitants — mais les bots ont maintenant reçu une mise à niveau: une meilleure compréhension de la langue grâce à Google modèle de grand langage (LLM) PaLM.
La plupart des robots ne répondent qu’à des instructions courtes et simples, comme « apportez-moi une bouteille d’eau ». Mais les LLM comme GPT-3 et MuM de Google sont capables de mieux analyser l’intention derrière des commandes plus obliques. Dans l’exemple de Google, vous pourriez dire à l’un des prototypes de Everyday Robots « J’ai renversé ma boisson, pouvez-vous aider? » Le robot filtre cette instruction à travers une liste interne d’actions possibles et l’interprète comme « allez me chercher l’éponge de la cuisine ».
Oui, c’est une sorte de barre basse pour un robot « intelligent », mais c’est certainement encore une amélioration! Ce qui serait vraiment intelligent serait si ce robot scie vous renversez une boisson, entendu tu cries « gah oh mon dieu ma boisson stupide » et alors aidé.
Google a surnommé le système qui en résulte PaLM-SayCan, le nom capturant la façon dont le modèle combine les compétences de compréhension du langage des LLM (« Say ») avec la « mise à la terre de l’affordance » de ses robots (c’est « Can » – filtrer les instructions par des actions possibles).
Google affirme qu’en intégrant PaLM-SayCan dans ses robots, les robots ont été en mesure de planifier des réponses correctes à 101 instructions utilisateur 84% du temps et de les exécuter avec succès 74% du temps. C’est un taux de réussite solide, mais ces chiffres doivent être pris avec une pincée de sel. Nous n’avons pas la liste complète des commandes 101, il n’est donc pas clair à quel point ces instructions étaient limitées. Ont-ils vraiment saisi toute l’étendue et la complexité du langage que nous attendrions d’un robot aide-soignant de bonne foi qu’il comprenne? C’est peu probable.
C’est parce que c’est l’énorme défi pour Google et d’autres personnes travaillant sur des robots domestiques: la vie réelle est sans compromis désordonnée. Il y a tout simplement trop de commandes complexes que nous voudrions demander à un réel robot domestique, de « nettoyer les céréales que je viens de renverser sous le canapé » à « faire sauter les oignons pour une sauce pour pâtes » (deux commandes qui contiennent une grande quantité de connaissances implicites, de la façon de nettoyer les céréales, à l’endroit où se trouvent les oignons dans le réfrigérateur et comment les préparer, etc.).
C’est pourquoi le seul robot domestique de ce siècle à avoir connu ne serait-ce qu’un minimum de succès – l’aspirateur robot – n’a qu’un seul but dans la vie: aspirer la saleté.
Alors que l’IA améliore les compétences telles que la vision et la navigation, nous voyons maintenant de nouveaux types de robots entrer sur le marché, mais ceux-ci sont encore délibérément limités dans ce qu’ils peuvent faire. Regardez le bot Retriever de Labrador Systems, par exemple. Il s’agit essentiellement d’un étagère sur roues qui déplace des objets d’une partie de la maison à une autre. Il y a certainement beaucoup de potentiel dans ce concept simple – le robot Retriever pourrait être incroyablement utile pour les personnes à mobilité réduite – mais nous sommes encore loin des majordomes robots de nos rêves.
