🤖 Mistral რობოტექნიკის ბაზარზე შედის ნავიგაციის ახალი მოდელით Robostr

ფრანგულმა ტექნოლოგიურმა სტარტაპმა Mistral-მა რობოტექნიკის სექტორში შესვლის შესახებ განაცხადა და თავისი 1-ელი ნავიგაციის მოდელი Robostral Navigate წარადგინა. ეს 8-მილიარდიანი პარამეტრის მქონე ხელოვნური ინტელექტის მოდელი განკუთვნილია რობოტების გადაადგილების მართვისთვის რთულ გარემოში. როგორც კომპანია განმარტავს, ტექნოლოგია რობოტებს საშუალებას აძლევს სივრცეში ორიენტაცია მხოლოდ ერთი მარტივი კამერის მეშვეობით მოახდინონ, რაც ამარტივებს კონსტრუქციას.

მოდელი წარმატებით მუშაობს სხვადასხვა ტიპის მოწყობილობებზე, მათ შორის ბორბლიან, ფეხებიან და მფრინავ რობოტებზე, რაც მის მრავალფეროვნებაზე მიუთითებს. სპეციალურ R2R-CE გამოცდაზე, რომელიც უცნობ გარემოში ნავიგაციის ხარისხს ზომავს, Robostral Navigate-მა 79,4%-იანი წარმატების მაჩვენებელი დააფიქსირა. ეს შედეგი საუკეთესოა მსგავსი ტიპის სისტემებს შორის, რომლებიც მხოლოდ ერთ კამერას იყენებენ სივრცის აღქმისთვის.

სპეციალისტმა აღნიშნა, რომ ახალი მოდელი უსწრებს ისეთ მოწინავე ტექნოლოგიებსაც კი, რომლებიც სიღრმისეულ სენსორებს ან რამდენიმე კამერას იყენებენ. მოდელი მთლიანად Mistral-ის გუნდის მიერ არის შექმნილი და მომზადებულია ექსკლუზიურად ვირტუალურ სიმულაციებში. სწავლების ეტაპზე გამოყენებული იყო 400 000-ზე მეტი ჩაწერილი ტრაექტორია, რომლებიც 6 000-მდე სხვადასხვა ვირტუალურ სივრცეში განხორციელდა.

ვირტუალური გარემოს გამოყენებამ კომპანიას საშუალება მისცა თავიდან აეცილებინა რეალურ სამყაროში სწავლების მაღალი ხარჯები და რისკები. Mistral ნავიგაციას უნივერსალური რობოტექნიკის ფუნდამენტურ ნაწილად მიიჩნევს და მომავალში მის გაუმჯობესებას გეგმავს. განმამტკიცებელი სწავლების ექსპერიმენტებმა უკვე აჩვენა წარმატების მაჩვენებლის 3,2 პროცენტული პუნქტით ზრდა, რაც მიუთითებს მოდელის განვითარების დიდ პოტენციალზე.

წარმომადგენელმა დაადასტურა, რომ სწავლების პროცესში პროგრესის შენელება არ შეინიშნება, რაც მათ დამატებითი ექსპერიმენტების ჩატარების სტიმულს აძლევს. მიუხედავად იმისა, რომ მოდელი მაღალ შედეგებს აჩვენებს, Mistral-ს ჯერჯერობით არ გამოუქვეყნებია დეტალური ინფორმაცია მისი კომერციული ხელმისაწვდომობის ან გამოშვების თარიღის შესახებ, რაც დარგის სპეციალისტებში დიდ ინტერესს იწვევს.

ახალი მოდელი მნიშვნელოვნად ამცირებს რობოტების აპარატურულ ხარჯებს, რადგან მათ აღარ სჭირდებათ ძვირადღირებული ლაზერული სენსორები ან დამატებითი კამერები. ეს ტექნოლოგიური მიდგომა ხელს შეუწყობს რობოტექნიკის განვითარებას და გახდის მას უფრო ხელმისაწვდომს სხვადასხვა ინდუსტრიისთვის. მცირე ზომის მოწყობილობებიც კი შეძლებენ რთულ გარემოში გადაადგილებას მინიმალური რესურსების გამოყენებით, რაც ამცირებს წარმოების ხარჯებს.

Mistral-ის ნაბიჯი რობოტექნიკის სფეროში აჩვენებს, რომ ევროპული ხელოვნური ინტელექტის კომპანიები ცდილობენ კონკურენცია გაუწიონ ამერიკულ გიგანტებს ტექსტური მოდელების გარდა ფიზიკური სისტემების მართვაშიც. კომპანია გეგმავს აქტიურად ითანამშრომლოს რობოტების სხვადასხვა მწარმოებლებთან, რათა გამოსცადოს თავისი ტექნოლოგია რეალურ პირობებში და მოახდინოს მოდელის შემდგომი ოპტიმიზაცია, რაც ახალ პერსპექტივებს გაუხსნის ინდუსტრიას.

ექსპერიმენტების ფარგლებში რობოტები წარმატებით უმკლავდებოდნენ მოულოდნელ დაბრკოლებებს და პოულობდნენ ოპტიმალურ გზებს ვირტუალურ ლაბირინთებში. ეს მიუთითებს იმაზე, რომ სიმულაციური სწავლება ეფექტიანია და მისი შედეგები შეიძლება პირდაპირ გადავიდეს ფიზიკურ მოწყობილობებზე. მოდელი განსაკუთრებით გამოსადეგია მფრინავი დრონებისთვის, სადაც წონისა და ენერგიის დაზოგვას დიდი მნიშვნელობა აქვს, რადგან დრონებს შეზღუდული აკუმულატორები აქვთ.

კომპანიის განცხადებაში ნათქვამია: „ჩვენ დარწმუნებულები ვართ, რომ სწავლების გაგრძელება და ახალი ექსპერიმენტები ამ მაჩვენებლის ზრდას კიდევ უფრო შეუწყობს ხელს“. ეს ოპტიმიზმი მიუთითებს იმაზე, რომ სტარტაპი გეგმავს გახდეს ერთ-ერთი წამყვანი მოთამაშე რობოტების მართვის სისტემების ბაზარზე, რაც გაზრდის კონკურენციას და ხელს შეუწყობს ახალი ტექნოლოგიების სწრაფ დანერგვას.

დარგის სპეციალისტები მიიჩნევენ, რომ მსგავსი მოდელები შეცვლიან ავტონომიური ტრანსპორტისა და საყოფაცხოვრებო ტექნიკის განვითარების მიმართულებას. მინიმალური აპარატურული მოთხოვნები და მაღალი ეფექტიანობა არის ის ძირითადი ფაქტორები, რაც Robostral Navigate-ს გამოარჩევს კონკურენტებისგან. xAI და OpenAI ასევე მუშაობენ მსგავს მიმართულებებზე, თუმცა Mistral-მა ამ ეტაპზე მნიშვნელოვანი უპირატესობა მოიპოვა, რაც გაზრდის კონკურენციას.