Robotik alanında, özellikle eğitim sistemlerinin iyileştirilmesi üzerine yoğun bir rekabet yaşanıyor. Freddo adlı bir robotun ofis ortamında bir şişeyi tanıyıp alabilme yeteneği, bu alandaki gelişmeleri gözler önüne seriyor.
Freddo'nun bu beceriyi kazanması yalnızca birkaç dakika sürdü. Vsim şirketinin kurucuları Michelle Lu ve Kier Storey tarafından geliştirilen bu sistem, rakip teknolojilere kıyasla çok daha hızlı sonuçlar elde edebiliyor. Rakip sistemlerin benzer becerileri kazanması günler sürebilirken, Vsim'in yöntemi bu süreyi dakikalara indirgiyor.
İngiltere merkezli Vsim, sanal ortamlarda robot eğitimi konusunda çalışmalar yapıyor. Bu sanal ortamlarda, bir görev milyonlarca kez simüle edilerek en uygun çözüm (politika) bulunuyor ve ardından donanıma aktarılıyor. Bu yöntem, robotların hem ev hem de iş yerlerinde daha karmaşık görevleri yerine getirebilmesi için kritik öneme sahip.
Geliştiricilere göre, insanların jimnastik gibi zor bulduğu hareketleri robotlar yapabilirken, ince motor becerileri gerektiren el becerileri robotlar için hala büyük bir zorluk teşkil ediyor. Vsim'in teknolojisi, bu zorlukların üstesinden gelmek için tasarlandı.
Vsim'in yazılımı, yapay zeka için kullanılan güçlü grafik işlem birimlerinden (GPU) faydalanarak yüksek performans sunuyor. Bu verimlilik sayesinde yazılım, Freddo'nun kendi donanımında çalışabiliyor. Robot, hareket halindeyken gelecekteki 20.000 farklı olası senaryoyu değerlendirebiliyor.
Nvidia gibi teknoloji devleri de robotik alanında önemli yatırımlar yapıyor. Nvidia'nın Isaac Sim gibi sistemleri, robotların sanal ortamlarda eğitilmesini sağlıyor. Ancak Nvidia'dan Spencer Huang, uzun vadeli görevlerde (örneğin bir şişeyi alıp doldurmak ve dökmek gibi) hala zorluklar yaşandığını belirtiyor.
Nvidia, sanal ortamları oluşturmak ve robot eğitim çözümlerini doğrulamak için yapay zeka ajanlarından faydalanmaya başladı. Bu ajanlar, sanal dünyaların inşasında ve test edilmesinde insan gücüne kıyasla önemli bir hızlanma sağlıyor.
Robot eğitimi için sanal simülasyonların yanı sıra, insan veya video gösterimlerini izleyerek öğrenme yöntemleri de kullanılıyor. Cambridge Üniversitesi'nden Doçent Doktor Rika Antonova, robotların karmaşık davranışları öğrenmesine yardımcı olacak yazılım ve donanımlar üzerine araştırmalar yürütüyor.
