L'équipe du MIT publie une nouvelle méthode de génération de scènes contrôlables, utilisant l'IA pour créer des mondes infiniment réalistes pour les robots

Pour les transactions boursières, veuillez lire les rapports de recherche des analystes de Jin Qilin. Ils font autorité, professionnels, opportuns et complets, vous aidant à exploiter les opportunités thématiques potentielles !

(Source : DeepTech Deep Technology)

Les chatbots comme ChatGPT et Claude ont connu une augmentation de leur utilisation au cours des trois dernières années car ils vous aident à accomplir une grande variété de tâches. Qu'il s'agisse d'écrire des sonnets shakespeariens, de déboguer du code ou de répondre à des questions triviales, ces IA semblent avoir tout compris. Derrière leurs capacités polyvalentes se cachent des milliards, voire des milliards de points de données textuelles provenant d’Internet.

Cependant, ces données ne suffisent pas à elles seules pour transformer un robot en assistant domestique ou d’usine compétent. Les robots ont besoin de démonstrations pratiques pour comprendre comment saisir, empiler et placer divers objets dans un environnement changeant. Vous pouvez considérer les données d’entraînement du robot comme une série de vidéos explicatives qui détaillent étape par étape chaque action d’une tâche. La collecte de ces données de démonstration sur un robot réel prend non seulement beaucoup de temps, mais le processus est également difficile à répéter avec précision. À cette fin, les ingénieurs ont essayé d’utiliser l’IA pour générer des données simulées (mais ces données sont souvent déconnectées des lois physiques du monde réel), ou ont déployé d’énormes efforts pour créer manuellement chaque environnement numérique à partir de zéro.

Aujourd'hui, des chercheurs du Laboratoire d'informatique et d'intelligence artificielle (CSAIL) du MIT et du Toyota Research Institute ont peut-être trouvé une soluti...
[Courte citation de 8% de l'article original]