Fiziksel Yapay Zeka: Robotlar Script Edilmiş Hareketlerin Ötesine Nasıl Geçiyor

Fiziksel Yapay Zeka, robotların fiziksel dünyayı algılamasını, anlamasını ve bu dünyada hareket etmesini sağlayan akıllı yazılımı ifade eder ve insansı form faktöründen farklıdır. İnsansı robotlar genellikle etkileyici senaryolu gösteriler sergilese de, değişen koşullara uyum sağlama yeteneğinden yoksundur. Endüstri, devasa bir uçtan uca modeli eğitmekten, farklı modaliteleri (görüş, dil, eylem) ele alan ve bağımsız olarak güncellenebilen çoklu uzman model tabanlı bir yaklaşıma geçiyor. Öğrenme hâlâ bir darboğaz: büyük dil modelleri için kullanılanlara benzer ölçekte veri setleri yok ve videodan öğrenme gibi yöntemler hâlâ ek açıklamalar gerektiriyor. Görüş, en olgun duyusal kanaldır; Görüş-Dil-Eylem (VLA) modelleri, önceden eğitilmiş görüş kodlayıcılarından yararlanır ve görüntüleri metin gibi tokenleştirir. Dil, evrensel bir arayüz görevi görerek üst düzey komutların üst düzey planlayıcılar tarafından ayrıştırılmasını sağlar. Dokunsal algılama, hassas manipülasyon gerektiren görevler için kritik kabul edilir; çünkü bir nesne kavrandığında görüş yetersiz kalır; araştırmalar yapay deriyi inceliyor, ancak mevcut robotlar kuvvet sensörleri kullanıyor. Propriyosepsiyon (robotun kendi vücut durumunu bilmesi), kodlayıcılar, ataletsel ölçüm birimleri (IMU) ve tork sensörleri kullanan bir başka temel kanaldır. İnsan benzeri el becerisi ve uyum sağlama yeteneğine ulaşmak hâlâ uzak bir hedef olsa da, etmen tabanlı mimariler ve kademeli iyileştirmeler pratik ilerleme yolu olarak görülüyor.