Mundo ve CloudRobo-WM1.2 ile Fiziksel Dünyaya Adım Atan Robotik

Yapay zekâ ekosistemi, dijital ekranların ötesine geçerek fiziksel dünyayı anlamlandırma yarışında hız kesmeden ilerliyor. ACE Robotics ve Huawei Cloud tarafından duyurulan yeni nesil dünya modelleri, robotların çevreleriyle etkileşim kurma biçimini kökten değiştirmeye hazırlanıyor. ACE Robotics, Mundo adlı dünya modelini otel çamaşırhane iş akışlarında test ederken, Huawei Cloud ise Ascend işlemcilerine özel olarak geliştirilen CloudRobo-WM1.2 modelini tanıtmaya hazırlanıyor. Bu gelişmeler, yapay zekânın sadece metin veya görsel üretmekle kalmayıp fizik kurallarını simüle edebilen ve öğrenebilen bir yapıya evrildiğini gösteriyor.

Mundo ve CloudRobo-WM1.2 ile Fiziksel Dünyaya Adım Atan Robotik
Görsel: Janson_G / Pixabay

Çift Beyinli Mimari ve Otel Çamaşırhanesinde Test Süreci

ACE Robotics, Mundo modelini otellerde çamaşır toplama, yıkama ve kurutma süreçlerinde kullanarak ticari alandaki ilk uzun zincirli uygulamasını hayata geçirdi. QbitAI tarafından bildirilen bilgilere göre bu sistem, “çift beyinli” bir iş birliği ve kendi kendine iyileşme döngüsü üzerine kuruldu. Mundo, otel odalarının ve koridorların fotoğraflarını nesne kütlesi ile sürtünme gibi fiziksel özellikleri barındıran dijital ikizlere dönüştürüyor. Robotlar, sahaya çıkmadan önce bu simülasyon ortamında binlerce deneme yaparak stratejilerini belirliyor ve politikalarını geliştiriyor.

Sistemin kalbindeki bulut tabanlı genel amaçlı model, görevleri alt parçalara ayırıp strateji keşfederken, robot üzerindeki yerel yürütme modeli ise bu becerileri anlık ve hassas eylemlere dönüştürüyor. Bulut modelinin her karar için tek başına kullanılması bir tam turu otuz dakikadan fazla sürdürürken, yerel model aynı süreci on sekiz saniyenin biraz üzerinde tamamlıyor. BotAgent adı verilen zamanlayıcı, çamaşırhane sürecini elli üç atomik eylem ve on dört anlamsal adıma bölerek iken iki yüzü aşkın eylem dizisini oda konumuna ve asansör durumuna göre kusursuz bir şekilde sıralıyor.

Reklam

Kendi Kendini Düzelten ve Sürekli Gelişen Robotik Sistemler

Mundo modeli, iş akışı sırasında bir hata meydana geldiğinde bulut modelinin çoklu kamera videolarını ve sensör loglarını inceleyerek sorunun kök nedenini bulmasını sağlıyor. Örneğin, bilek kamerası engellendiğinde sistem anında tavan kamerasına geçebiliyor veya kot pantolonlar kurutucu tamburuna takıldığında kavrayıcı kaldırma yolları ile parmak uçlarının açıları otomatik olarak ayarlanabiliyor. Şirket, kurutucu boşaltma işlemleri için elli yedi saat boyunca yüz altmış beş gerçek robot turu gerçekleştirerek otuz yedi iyileştirme teklifi ve seksen civarında beceri versiyonu üretti. Bu optimizasyonlar sayesinde döngü süresi yüz yetmiş ile iki yüz on saniye arasında dengelenirken, tamburda kalan kot pantolon oranı yüzde kırk sekizden yüzde otuz ikiye geriledi; en iyi denemede ise bu oran yüzde on dokuza kadar düştü. Yönetim Kurulu Başkanı Wang Xiaogang, anlık perakende sektörünün bu teknolojinin izleyeceği bir sonraki olası senaryo olduğunu belirtti.

Huawei Cloud Ascend Çipleriyle Yeni Bir Boyut Kazanıyor

Huawei Cloud ise Endüstri Yapay Zekâ Rüya Fabrikası’nın ilk Ascend tabanlı dünya modeli olan CloudRobo-WM1.2 modelini duyurmaya hazırlanıyor. Çevrim içi olarak gerçekleştirilecek lansmanda tanıtılacak olan bu model, Huawei’nin kendi geliştirdiği Ascend yapay zekâ çipleri üzerinde çalışacak şekilde optimize edildi. Etkinlik gündemine göre, Huawei Cloud CEO’su Zhou Yuefeng “Agentic Cloud” konulu bir açılış konuşması yaparken, robotik yapay zekâ ürün hattı başkanı Wu Xiaodong ise yeni modelin sunumunu üstlenecek. Laboratuvarın baş model uzmanı Liu Liu, modelin robot kollarının nesneleri nasıl manipüle edeceğine odaklandığını belirten “CloudRobo-WM, robot manipülasyonu için basit bir multimodal dünya modeli” başlıklı bir oturum gerçekleştirecek.

Dünya modelleri, robotların kendi eylemlerine karşılık bir sahnenin nasıl değişeceğini tahmin etmesine olanak tanıyor ve bu özellik gerçek donanım üzerinde çalışmadan önce simülasyon ortamında eğitim yapmayı mümkün kılıyor. Henüz halka açık teknik detayları paylaşılmamış olsa da, modelin sürüm numarası daha önceki dahili geliştirmelerin bir devamı niteliğinde olduğunu gösteriyor.

Fiziksel Yapay Zekâda Altyapı ve Verimlilik Dengesi

Bu gelişmeler, yapay zekâ dünyasında yazılım ile donanımın entegrasyonunun ne denli kritik bir eşikte olduğunu gözler önüne seriyor. Bulut tabanlı devasa akıl yürütme motorları ile uç cihazlardaki hızlı yerel yürütme modellerinin hibrit kullanımı, robotik süreçlerin gerçek dünya koşullarında sürdürülebilir olmasını sağlıyor. Özellikle otelcilik ve perakende gibi dinamik ve insan odaklı ortamlarda robotların kendi hatalarını görüp simülasyon üzerinde düzeltme yapabilmesi, hata payını ciddi oranda düşürüyor. Huawei’nin kendi çip mimarisi olan Ascend üzerinde bu modelleri çalıştırması ise dışa bağımlılığı azaltarak donanım ve yazılım uyumunu en üst seviyeye çıkarıyor. Önümüzdeki dönemde bu tür yerel ve bulut hibrit mimarilerinin depo lojistiğinden ev içi hizmetlere kadar çok geniş bir yelpazede standart haline gelmesi bekleniyor.

Reklam

Kaynaklar

  • ACE Robotics Pairs Mundo World Model With Self-Improving Skills to Run a Hotel Laundry Workflow (pandaily.com)
  • pandaily.com

Bu yazı, yukarıdaki kaynaklardan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynaklara başvurun.

İlgili Haberler

Enver KOÇAK

Enver KOÇAK

Gaziantep merkezli yazılım mühendisi, yapay zekâ ve siber güvenlik uzmanı; Etesio Teknoloji'nin kurucusu ve enverkocak.com'un yayıncısı. Yapay zekâ modellerini, araçlarını ve sektördeki gelişmeleri günlük olarak takip ediyor; haberleri kaynaklarıyla birlikte Türkçe olarak derliyor. Fatih Sultan Mehmet Vakıf Üniversitesi Sürekli Eğitim Merkezi (FSMSEM) – 560 saatlik Gazetecilik Eğitimi (Ağustos–Aralık 2024) sertifikasına sahiptir.

İlgili Haberler

İnce ayar mı, iyi istem mi? Fine-tuning ve istem farkı

İstem mühendisliği modele daha iyi talimat verir, ince ayar ise modelin davranışını kalıcı olarak değiştirir. Hangisinin ne zaman seçileceğini anlatıyoruz.

Devamını oku

Türkçe ve yapay zekâ: Tokenizasyon, veri ve kalite sorunu

Aynı metin Türkçe yazıldığında yapay zekâ modelleri için neden çoğu zaman daha fazla token tutuyor? Eklemeli dil yapısının tokenizasyonla ilişkisini, veri azlığını ve Türkçe kullanıcılar için pratik önerileri anlatıyoruz.

Devamını oku

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir