Για να κάνει το Spot να «μιλάει», η Boston Dynamics χρησιμοποίησε το ChatGPT API του OpenAI, μαζί με ορισμένα μοντέλα μεγάλων γλωσσών ανοιχτού κώδικα (LLM) για να εκπαιδεύσει προσεκτικά τις απαντήσεις του. Έπειτα εξόπλισε το bot με ένα ηχείο, πρόσθεσε δυνατότητες μετατροπής κειμένου σε ομιλία και έκανε το “στόμα” του να μιμείται την ομιλία «σαν το στόμα μιας μαριονέτας».

Δείτε ΕΔΩ το video

Ο Matt Klingensmith, ο κύριος μηχανικός λογισμικού της Boston Dynamics, λέει ότι η ομάδα έδωσε στο Spot ένα «πολύ σύντομο σενάριο» για καθένα από τα δωμάτια στις εγκαταστάσεις του. Στη συνέχεια, το bot συνδύασε αυτό το σενάριο με τις εικόνες που λαμβάνει από τις κάμερες στη λαβή και στο σώμα του, επιτρέποντάς του να «λαμβάνει περισσότερες πληροφορίες για το τι βλέπει πριν δημιουργήσει απάντηση». Σύμφωνα με την εταιρεία, το Spot χρησιμοποιεί μοντέλα Visual Question Answering για απαντήσει σε ερωτήσεις.

«Η γεννήτρια βουίζει χαμηλά σε ένα δωμάτιο χωρίς χαρά. Σαν την ψυχή μου»

Το τετράποδο ρομπότ αποκτά επίσης την προσωπικότητα ενός αρχαιολόγου της δεκαετίας του 1920, ενός εφήβου και ενός σαιξπηρικού ταξιδιώτη στο χρόνο. Υποθέτει ακόμη και μια σαρκαστική προσωπικότητα, η οποία, όταν της ζητήθηκε να καταλήξει σε ένα χαϊκού, είπε: «Η γεννήτρια βουίζει χαμηλά σε ένα δωμάτιο χωρίς χαρά. Σαν την ψυχή μου».

Η Boston Dynamics λέει ότι αποκάλυψε μερικές εκπλήξεις όταν πειραματίστηκε με το Spot ως ξεναγό. Σε μια περίπτωση, η ομάδα ρώτησε το Spot ποιοι ήταν οι «γονείς» του και πήγε εκεί όπου εμφανίζονται τα παλαιότερα μοντέλα Spot στο γραφείο της εταιρείας. Η εταιρεία σημειώνει επίσης ότι εξακολουθούσε να αντιμετωπίζει ορισμένες περιπτώσεις όπου το LLM έφτιαξε πράγματα, όπως η πρόταση ότι το Stretch, το ρομπότ του που σχεδιάστηκε για να μετακινεί κουτιά, κατασκευάστηκε για γιόγκα.

«Είμαστε ενθουσιασμένοι που συνεχίζουμε να εξερευνούμε τη διασταύρωση τεχνητής νοημοσύνης και ρομποτικής», γράφει ο Klingensmith σε μια ανάρτηση στον ιστότοπο της Boston Dynamics . «Αυτά τα μοντέλα [LLMs] μπορούν να βοηθήσουν στην παροχή πολιτισμικού πλαισίου, γενικής γνώσης κοινής λογικής και ευελιξίας που θα μπορούσαν να είναι χρήσιμα για πολλές εργασίες ρομποτικής — για παράδειγμα, η δυνατότητα ανάθεσης μιας εργασίας σε ένα ρομπότ απλώς μιλώντας σε αυτό θα βοηθούσε στη μείωση της καμπύλης μάθησης για τη χρήση αυτών των συστημάτων».

Αν και το Spot μπορεί να ακούγεται και να φαίνεται αρκετά “διασκεδαστικό” κατά τη διάρκεια του βίντεο, εξακολουθεί να είναι λίγο δύσκολο να μην σκεφτεί κανείς την ικανότητα του ρομπότ που μοιάζει με σκύλο να ανοίγει πόρτες και να κατασκοπεύει τους ανθρώπους. Εξάλλου, χρησιμοποιείται ως εργαλείο για την αστυνομία και τον στρατό.

(photo: freepik)