Enver KOÇAK
Robotik teknolojilerinin hızla geliştiği günümüzde, AgiBot GO-3 Preview modeli duyuruldu ve sektörde dikkat çekici bir başlangıç yaptı. Şirketin 29 Ekim tarihinde tanıttığı bu yeni nesil yapay zekâ modeli, ön eğitim, son eğitim ve saha görevleri sonrasında bile ölçeklenebilir bir şekilde öğrenmeye devam edebilme yeteneğiyle öne çıkıyor. Şirket, modelin tamamını 2026 yılının sonuna kadar açık kaynaklı hale getirmeyi planlıyor.
Dünya Akıl Yürütme ve Eylem Modeli Mimarisi
GO-3 Preview, şirketin WRAM yani Dünya Akıl Yürütme ve Eylem Modeli adını verdiği yeni bir mimari üzerine inşa edildi. Bu sistem; görev akıl yürütmesini, bir sonraki adımda ne olacağının tahminini ve eylem üretimini birbirine bağlıyor. Böylece bir robot, verilen talimatı tam olarak anlayabiliyor, sonucu öngörebiliyor ve fiziksel olarak gerçekleştirebileceği hareketleri kendisi üretebiliyor. Yapay zekâ modeli, kısa süre önce RoboDojo, RoboTwin ve RoboColiseum isimli üç farklı gömülü yapay zekâ liderlik tablosunda birden birincilik koltuğuna oturdu.
Çeşitli Veri Kaynakları ve Deneyimler
Model, veri tarafında birinci şahıs insan videolarından ve robot yörüngelerinden besleniyor. İnsan videoları nesne tutma ve görevlerin nasıl ilerlediği konusunda zengin örnekler sunarken robot yörüngeleri gözlemleri ve eylemleri fiziksel sonuçlarla buluşturuyor. Model tarafında ise güçlü öğrenme kapasitesi bu dağınık deneyimleri yeni görevlere aktarılan becerilere dönüştürüyor. Ön eğitim sürecinin ardından robotlar; mutfaklar, evler, çoklu robot kurulumları ve hassas manipülasyon gibi alanlarda ekstra ince ayara gerek duyulmadan yeni görevleri tamamlayabiliyor. Model, birkaç gösterim sayesinde Çin mutfağına ait geleneksel bir krep olan jianbing yapmak gibi uzun ve hassas işleri öğrenebiliyor. İnce ayar yapıldıktan ve adımları koordine eden bir aracı devreye girdikten sonra robotlar Lego parçalarını bile bir araya getirebiliyor.
Genie Evolver ile Dağıtık Eğitim Sistemi
Şirket, son eğitim aşaması için yaklaşık yüz gerçek robotu fizik simülasyonları ve dünya modelleriyle birleştiren Genie Evolver adlı dağıtık bir eğitim sistemi inşa etti. Masa üstü curling oyununda bir robot, dört saatlik çevrim içi pratik sonucunda test edilen insan ortalamasını geride bıraktı. Blok kule oyununda ise kuleyi devirmeden üst üste beş bloğu başarıyla çekti. Sahaya dağıtıldıktan sonra devreye giren Genie Master aracı çerçevesi, yargı, yürütme ve geri bildirimi birbirine bağlıyor. Bu sayede robotlar işte çalışırken kendi başlarına gelişmeye devam edebiliyor. Gerçek bir markette çalışan bir AgiBot G2 robotu, insan müdahalesine veya ayarına ihtiyaç duymadan kendi hatalarının nedenlerini buldu, yaklaşımını düzeltti ve öğrendiklerini kaydetti. Tüm görev akışındaki başarı oranı ilk gün yüzde yirmi sekiz civarındayken beş günün ardından istikrarlı bir şekilde yüzde seksen beşe yükseldi.
Worken Çerçevesi ve Üretkenlik Ölçümü
AgiBot, Shanghai’daki İnovasyon Günü etkinliğinde robotların sahada ne kadar üretken iş gerçekleştirdiğini ölçmek için Worken adlı yeni bir çerçeve de tanıttı. Çalışma ve jeton kelimelerinin birleşiminden oluşan bu çerçeve, robotların gerçek dünya koşullarındaki verimliliğini sayısallaştırmayı amaçlıyor. Aynı etkinlikte AHA3 donanım platformu, WITA-Omni etkileşim modeli, G2 Max endüstriyel robotu ve Link-U OS 1.0 işletim sistemi de resmi olarak görücüye çıktı. Bu gelişmeler, robotik endüstrisinin sadece laboratuvar ortamından çıkıp gerçek dünya senaryolarına ne kadar hızlı entekre olduğunu açıkça gösteriyor. Simülasyon başarılarının gerçek dünya mağazalarına bu kadar kısa sürede taşınması, önümüzdeki yıllarda insansı robotları günlük hayatımızda çok daha sık göreceğimizin sinyallerini veriyor.
Kaynaklar
- AgiBot Unveils GO-3 Preview Robot Model, Tops Three Leaderboards and Plans Open Source (pandaily.com)
- unite.ai
Bu yazı, yukarıdaki kaynaklardan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynaklara başvurun.
