成都人型ロボットイノベーションセンターが12日、四川省成都市で中國初のロボットマルチモーダルモデル及び雙腕協(xié)調システムを発表した。同モデルによりロボットは抽象的で意味論的な指示を理解?推理するとともに、雙腕協(xié)調システムによってタスクを実行できる?？萍既請螭瑏护à?。

マルチモーダルデータ共同推理とは、2種類以上の認知ソースを融合し、総合的な推理を行う上、複雑なタスクを完了するプロセスを指す。同センターの研究者はマルチモーダルを人型ロボット分野に応用し、ロボットが畫像、意味、力覚、環(huán)境知覚など複數(shù)種類の要素を融合させ、総合的な判斷により、タスクを生成?実行させる。これは人型ロボットが獨自の思考能力を持つための重要中核技術だ。

同センターの張睿睿會長は、「意味論的な指示には飲料と非飲料の相対的に明確な區(qū)分と選別、そして円柱狀と長方形の物體、食用と非食用の相対的に抽象的な區(qū)分と選別が含まれる。上記のタスクを完了するためには、ロボットがマルチモーダルモデルにより自らすべてのアイテムを抽出し、一般化する必要がある。特に複數(shù)の瓶の形をしたアイテムについて、ロボットはさらにそのボトルパッケージの文字や畫像などの要素から、化粧品などの非食用ボトルではなく、食用アイテムであることを総合的に判斷して初めてタスクを完了することができる」と説明した。

張氏は、「マルチモーダルモデルの発表は『AIの身體化』プロセスを加速させ、人型ロボットを『プリセットポーズ』や『遠隔操作』からより強力なブレーンと自律的な実行能力を持つように進化させる。當センターは今後引き続き技術の研究開発を深め、マルチモーダルモデルと雙腕協(xié)調システムの統(tǒng)合と適用を持続的に最適化し、人型ロボットの複雑な環(huán)境における知覚、意思決定、実行能力を向上させる」と述べた。（編集YF）

「人民網(wǎng)日本語版」2024年8月15日