LLM-agenter styrer fysiske oppgaver uten menneske — like bra som spesialisert AI
Av AIWatch
Nye AI-agenter basert på språkmodeller kan nå håndtere komplekse fysiske oppgaver autonomt. Dette viser hvordan bred AI kan matche spesialisert AI på konkrete felt.
Forskere har utviklet AI-agenter basert på store språkmodeller (LLM) som selvstendig kan administrere langvarige fysiske oppgaver, uten menneskelig inngripen. De testet systemet i landbruksoppgaver, hvor det planla, kalte verktøy og verifiserte handlinger. Disse presterte like godt som mer spesialiserte forsterkningslæringsagenter (RL-agenter) under stabile forhold. I uforutsette endringer i miljøet, som væromslag, tilpasset språkmodellagentene seg derimot mer effektivt. Dette peker mot at selvadaptive fysiske AI-systemer med LLM-er kan bli et alternativ til treningsdatakrevende spesialmodeller.
Kilder til denne saken: arXiv cs.AI ↗
AI: Research, språk og faktasjekk.
Relatert
Automasjon & robotikk26. sep.
Boston Dynamics trener Atlas for masseproduksjon i bilfabrikker
Automasjon & robotikk26. sep.
Hjemmeroboten Stretch 4 utsolgt før demo
Automasjon & robotikk25. sep.
Roboten Stretch 4 lover smartere AI-hjelp hjemme og på jobb
Automasjon & robotikk25. sep.
Roboten Stretch 4 selger ut og gir funksjonshemmede økt frihet