وقتی ربات‌ها «منظور» شما را می‌فهمند؛ پلتفرم FLEX هوش رباتیک را ارتقا می‌دهد

انسان‌ها به صورت شهودی معنای جملات را فراتر از کلماتِ به کار رفته درک می‌کنند، اما برای ربات‌ها، درک این مفاهیم چالش‌برانگیز است. اکنون مهندسان MIT پلتفرم جدیدی به نام FLEX را توسعه داده‌اند که به ربات‌ها امکان می‌دهد «منظور» بزرگ‌تری از دستورات گفتاری کاربران استخراج کنند.

در آزمایش‌های صورت‌گرفته، وقتی شخصی به ربات دستور می‌دهد که «قهوه را روی لپ‌تاپ نریز!»، سیستم FLEX با استفاده از یک مدل زبانی بزرگ (LLM)، نه تنها دستور تحت‌اللفظی را اجرا می‌کند، بلکه استنتاج می‌کند که باید از تمام تجهیزات الکترونیکی دوری کند. به این ترتیب، ربات بدون نیاز به دستورات صریح، از برخورد با گوشی موبایل یا سایر وسایل حساس نیز خودداری می‌کند.

فرآیند FLEX شامل سه مرحله «افزودن»، «تعمیم‌دادن» و «ماسک‌کردن» است. در مرحله تعمیم، مدل هوش مصنوعی (در اینجا GPT-4o) در داده‌های عظیم خود جستجو می‌کند تا الگوهای مشترک (مثلاً حساسیت اشیاء به مایعات) را شناسایی کند. این قابلیت باعث می‌شود ربات‌ها در محیط‌های مختلف خانگی بسیار کارآمدتر عمل کنند، زیرا نیازی نیست کاربر تمام قوانین ایمنی را به صورت جداگانه برای ربات تعریف کند. طبق اعلام تیم تحقیق، این سیستم می‌تواند در کمتر از پنج ثانیه، محیط را تحلیل کرده و مسیر حرکت ربات را بهینه کند.