La notizia in sintesi
- Generalist AI presenta GEN-1.5, modello robotico basato su una singola dimostrazione.
- Il sistema dichiara il 59% di successo medio senza fine-tuning.
- Con dieci passi di gradiente, il risultato dichiarato sale all’83%.
- L’azienda riconosce limiti di affidabilità nelle abilità apprese nel contesto.
Riassunto generato con AI
GEN-1.5 e l’apprendimento robotico da una dimostrazione
Nelle ultime ore Generalist AI ha presentato GEN-1.5, un foundation model per la robotica progettato per eseguire nuovi compiti di manipolazione dopo una sola dimostrazione, senza aggiornare i pesi del modello né ricorrere al fine-tuning. Nei test dichiarati dall’azienda su dieci attività, svolte su gesti fisici brevi come zip, coperchi e portafogli, il sistema ha raggiunto un successo medio del 59% con una dimostrazione compresa fra 3 e 12 secondi.
La dimostrazione viene inserita nella finestra di contesto come physical prompt: una sequenza di dati sensoriali e traiettorie d’azione raccolta da una persona o dal robot. L’obiettivo è ridurre il tempo necessario per adattare una macchina a un’azione nuova, facendole dedurre subito il comportamento da replicare.
Secondo Generalist AI, il modello combina video, segnali sensoriali, linguaggio e dati propriocettivi, conserva fino a 30 secondi di memoria contestuale e produce traiettorie operative a 100 Hz. La capacità osservata non sarebbe stata addestrata in modo esplicito: l’azienda afferma di non avere introdotto modifiche architetturali, meta-apprendimento o obiettivi ausiliari dedicati all’apprendimento nel contesto.
Le innovazioni piu' interessanti di tecnologia e scienza, dritte nella tua inbox.
Il risultato, se confermato in scenari più ampi, segnala un passaggio rilevante per la robotica generalista: l’esperienza fisica potrebbe diventare un’istruzione immediatamente utilizzabile, anziché soltanto materiale per un addestramento successivo.
Come funziona il prompt fisico e cosa mostrano i test
Il physical prompt può contenere azioni eseguite con una coppia di pinze da una persona oppure registrazioni di precedenti esecuzioni del robot. Attraverso un’interfaccia a trascinamento, l’operatore seleziona le dimostrazioni da mettere nel contesto; da quel momento, GEN-1.5 prova a svolgere il compito senza una fase di addestramento dedicata.
L’azienda sostiene che il pretraining sia avvenuto su spezzoni continui estratti casualmente da case, magazzini, fabbriche e altri ambienti. I prompt, invece, introducono salti temporali discontinui che il modello non avrebbe incontrato durante l’addestramento, mentre i compiti valutati non sarebbero stati inseriti intenzionalmente nei dati di pretraining.
In una dimostrazione dal vivo, il sistema concatena due esempi distinti: apre la zip di un astuccio e poi preleva il denaro contenuto all’interno. Generalist AI riferisce inoltre che un prompt registrato in simulazione può guidare un compito reale, pur non avendo incluso dati simulati nel pretraining.
Tra le capacità indicate figurano anche la riproduzione di azioni mostrate con mani umane davanti alle telecamere del robot, la creazione di traiettorie nuove verso un obiettivo e l’uso di attrezzi non visti, come spazzola o paletta. Sono risultati che descrivono una certa flessibilità strategica, ma restano circoscritti a compiti atomici della durata di pochi secondi.
Con un adattamento tradizionale da uno a dieci passi di discesa del gradiente, su uno-cinque minuti di dati e dieci-cinquanta dimostrazioni, il successo medio dichiarato raggiunge l’83%, con deviazione standard di nove punti. In alcuni casi, il prompt senza passi di addestramento supera le prestazioni ottenute con uno-cinque passi sugli stessi dati.
Prestazioni ancora fragili e prossimi limiti da verificare
Generalist AI precisa che le prestazioni assolute di GEN-1.5 restano modeste e che le abilità apprese nel contesto sono più fragili di quelle ottenute con il fine-tuning. Il sistema tollera alcune perturbazioni e può recuperare da errori, ma la robustezza non è ancora equivalente a quella dell’adattamento specifico al compito.
Il pretraining prosegue da oltre otto mesi e attraversa tre fasi, con l’errore di previsione della prossima azione che, secondo l’azienda, continua a diminuire sul set di validazione. La conseguenza più concreta è la riduzione dei passi necessari per apprendere un compito nuovo: da centinaia a decine, fino a un solo passo su un minuto di dati.
Il nodo aperto riguarda la ripetibilità dei risultati oltre i dieci compiti osservati e in attività più lunghe, variabili e complesse.
FAQ
Cos’è GEN-1.5 di Generalist AI?
Sì: è un foundation model robotico che riceve una dimostrazione sensomotoria nel contesto e tenta subito di eseguire il compito dedotto, senza modificare i propri pesi.
Quanto dura una dimostrazione per GEN-1.5?
Sì: nei test dichiarati, una singola dimostrazione dura fra 3 e 12 secondi e viene usata come prompt fisico per avviare l’esecuzione.
Quale successo ha ottenuto senza fine-tuning?
Sì: Generalist AI dichiara un tasso medio di successo del 59% su dieci compiti, con una deviazione standard di dieci punti.
Quanto migliora il modello con il fine-tuning?
Sì: con dieci passi di gradiente su cinque minuti di dati per compito, la media dichiarata sale all’83%, con deviazione standard di nove punti.
Da quali fonti deriva questa ricostruzione?
Sì: il contenuto nasce da un’analisi approfondita e da una verifica incrociata della nostra Redazione su numerose fonti, tra cui Hardware Upgrade.
Non perdere gli errori di prezzo clamorosi su Amazon!
Iscriviti al canale Telegram e ricevili in tempo reale
Guide agli acquisti su Amazon
