Вчені Массачусетського технологічного інституту (MIT) представили нову систему штучного інтелекту під назвою UQ-DAAAM, яка дозволяє роботизованим пристроям самостійно виявляти та виправляти помилки у власній пам'яті. Технологія допомагає машинам виявляти неточні описи навколишніх предметів, оцінювати їхню достовірність і переписувати помилкові дані ще до того, як вони вплинуть на подальші рішення робота. Розробка спрямована на вирішення однієї з ключових проблем автономних систем — накопичення «сміттєвих» даних у тривимірних картах пам'яті, які з часом викривляють поведінку машини.
Проблема: як ШІ «пам'ятає» те, чого не було
Дослідники MIT пояснили, що попередні версії систем розпізнавання об'єктів стикаються з серйозними труднощами в умовах, коли предмети потрапляють у кадр лише частково, знаходяться на великій відстані від камери або зняті при поганому освітленні. У таких ситуаціях штучний інтелект генерує некоректні описи, які без механізму самокорекції назавжди залишаються у тривимірній карті пам'яті робота і впливають на всі його подальші рішення та відповіді. Як наочний приклад вчені навели випадок, коли система помилково ідентифікувала сіру трубу на даху будівлі як білку. Без можливості перегляду цього запису робот продовжував би «пам'ятати» про існування гризуна в точці, де його ніколи не було.
Як працює UQ-DAAAM: два критерії та єдиний бал невизначеності
Новий алгоритм вимірює рівень впевненості роботизованої системи у згенерованих описах за двома критеріями, після чого отримані дані об'єднуються в єдиний показник невизначеності. Якщо цей бал перевищує встановлений поріг, система автоматично позначає відповідний запис як сумнівний і запускає процес уточнення. Принципова відмінність UQ-DAAAM від колишніх підходів полягає в тому, що замість обробки абсолютно всіх кадрів алгоритм використовує математичний метод вибору лише тих додаткових ракурсів, які здатні найефективніше усунути невизначеність. Це дозволяє суттєво знизити навантаження на обчислювальні ресурси робота під час руху, що критично важливо для автономних платформ з обмеженою енергією та процесорною потужністю.
Роль великих мовних моделей у перевірці даних
Після вибору оптимальних додаткових зображень у роботу вступає велика мовна модель (LLM), яка формує оновлений підпис для об'єкта. Модель віддає перевагу свіжішим і найменш неоднозначним спостереженням, після чого уточнений запис зберігається в пам'яті робота, замінюючи попередній помилковий. Таким чином, система створює замкнений цикл: виявлення невизначеності → цілеспрямований збір додаткових даних → пересинтез опису → оновлення пам'яті. Це робить пам'ять робота «живою» і такою, що самовідновлюється, а не статичним архівом перших вражень.
Результати лабораторних випробувань
У ході лабораторних випробувань процес самокорекції дозволив усунути невизначеність для 92 відсотків об'єктів у робочому оточенні робота. При цьому системі знадобилося в середньому всього по два додаткові підписи на кожен об'єкт, що підтверджує високу ефективність алгоритму вибору ракурсів. Використання UQ-DAAAM підвищило точність розпізнавання об'єктів на 5 відсотків порівняно з існуючими аналогами, а також покращило якість відповідей робота на питання про розташування предметів і час останнього контакту з ними. Ці показники, за оцінкою розробників, мають практичне значення для будь-яких сценаріїв, де робот повинен точно орієнтуватися у змінному середовищі.
Перспективи: від стаціонарних платформ до мобільних маніпуляторів
У майбутньому розробники планують адаптувати систему UQ-DAAAM для мобільних роботизованих маніпуляторів, а також навчити роботів самостійно повертатися в зони з високою невизначеністю для збору якісніших фотографій. Це відкриє шлях до створення повністю автономних платформ, здатних не лише переміщатися в незнайомому середовищі, а й безперервно уточнювати власне уявлення про нього без участі оператора. Технологія потенційно застосовна в логістиці, будівництві, медицині та робототехніці загального призначення, де точність просторової пам'яті прямо визначає безпеку та ефективність роботи машини.
