Meta napravila robota koji uči fiziku kao deca: V-JEPA 2 rešava zadatke koje nikad nije video

Kompanija Meta je predstavila V-JEPA 2, model veštačke inteligencije koji omogućava robotima da uspešno rukuju objektima u okruženjima koja nikada ranije nisu videli. Ovaj napredak donosi značajan korak ka primeni robota u industrijskim okruženjima bez potrebe za dugotrajnim pripremama i prilagođavanjem.

V-JEPA 2 uči fiziku kroz posmatranje video sadržaja, slično tome kako deca razvijaju razumevanje sveta oko sebe. Model je treniran na preko milion sati video materijala sa interneta, što mu je omogućilo da razvije duboko razumevanje fizičkih zakona i načina na koji objekti funkcionišu u stvarnom svetu.

Preporučujemo

Ono što čini ovaj model posebnim jeste njegova sposobnost da predvidi ishode akcija i planira sekvence pokreta za postizanje određenih ciljeva. Za razliku od generativnih AI modela koji pokušavaju da predvide svaki piksel budućeg kadra, V-JEPA 2 radi u apstraktnom prostoru i fokusira se na visoke karakteristike scene poput pozicije i putanje objekata.

Dvofazno učenje omogućava trenutnu adaptaciju

Model prolazi kroz dva ključna koraka tokom treniranja. U prvoj fazi gradi svoje osnovno razumevanje fizike kroz samonadgledano učenje, posmatrajući kako se objekti kreću i međusobno deluju. U drugoj fazi se prilagođava na specijalizovanom skupu podataka od svega 62 sata video materijala koji prikazuje robota kako izvršava zadatke.

Ovaj pristup omogućava "planiranje robota bez prethodnog iskustva" – sposobnost robota da bude raspoređen u novo okruženje i uspešno rukuje objektima koje nikada ranije nije video, bez potrebe za dodatnim treningom. Model je postigao stopu uspeha između 65% i 80% na zadacima uzimanja i postavljanja objekata u nepoznatim situacijama.

Praktična primena u industriji i logistici

V-JEPA 2 ima direktne posledice za poslovne operacije. U logistici i proizvodnji omogućava prilagodljivije robote koji mogu da se nose sa varijacijama u proizvodima i rasporedu skladišta bez opsežnog reprogramiranja. Ovo je posebno korisno jer kompanije istražuju primenu humanoidnih robota u fabrikama i na montažnim trakama.

Isti model može da pokreće visoko realistične digitalne blizance, omogućavajući kompanijama da simuliraju nove procese ili treniraju druge AI sisteme u fizički tačnom virtuelnom okruženju. U industrijskim okruženjima model može pratiti video sadržaje mašina i, na osnovu svog naučenog razumevanja fizike, predvideti bezbednosne probleme i kvarove pre nego što se dese.

Sa samo 1,2 milijarde parametara, V-JEPA 2 može da radi na jednom naprednom GPU-u, što čini implementaciju pristupačnijom i efikasnijom od postojećih rešenja. Meta je objavila model i njegov kod za trening, nadajući se da će izgraditi široku zajednicu oko ovog istraživanja.

(Telegraf.rs)