ChatGPT や Claude などのチャットボットは、さまざまなタスクを支援できるため、過去 3 年間で使用量が急激に増加しました。シェイクスピアのソネットを書いているときも、コードを精査しているときも、曖昧なトリビアの質問への答えが必要なときも、AI システムがあなたをサポートしてくれそうです。この多用途性の源は何でしょうか？ウェブ上の何十億、あるいは何兆ものテキスト データ ポイント。 このデータは、ロボットに家庭や工場の役に立つヘルパーになるよう教えるには十分ではありません。さまざまな環境でオブジェクトを扱い、積み重ね、さまざまな配置で配置する方法を理解するには、ロボットのデモンストレーションが必要です。ロボット トレーニング データは、タスクの各動作を通じてシステムを説明するトレーニング ビデオのコレクションと考えることができます。実際のロボットでこれらのデモを収集するには時間がかかり、完全には再現できないため、エンジニアは AI を使用してシミュレーション (現実世界の物理学を反映していないことが多い) を作成したり、各デジタル環境を最初から時間をかけて作成したりして、トレーニング データを作成しました。 マサチューセッツ工科大学コンピューターサイエンス・人工知能研究所（CSAIL）とトヨタ研究所の研究者らは、ロボットに必要な多様で現実的な訓練の場を作り出す方法を発見したかもしれない。同社の「管理可能なシーン生成」アプローチは、キッチン、リビング ルーム、レストランなどのデジタル シーンを作成し、エンジニアが現実世界の多くのインタラクションやシナリオをシミュレートするために使用できるようにします。テーブルやプレートなどのオブジェクトのモデルで満たされた 4,400 万以上の 3D 部屋でトレーニングされたこのツールは、既存のアセットを新しいシーンに配置し、それぞれを物理的に正確で本物のような環境に洗練します。 […]