آیا تا به حال فکر کردهاید رباتها چگونه میتوانند با یک دستور ساده مثل «حوله را تا کن» یا «به سمت ساختمان قرمز پرواز کن» عمل کنند؟ جواب این سوال در مدلهای جدیدی به نام Vision Language Action یا همان VLA نهفته است.
در یک مطالعه جامع که ۱۸۳ تحقیق اخیر را بررسی کرده، مشخص شده که چطور هوش مصنوعی با ترکیب «بینایی»، «زبان» و «عمل»، به رباتها قدرت درک محیط و تصمیمگیری آنی داده است. این فناوری حالا نه تنها در بازوهای رباتیک (برای کارهای ظریف) بلکه در ناوبری و کنترل پهپادها هم تحولی بزرگ ایجاد کرده است.
دنیای رباتیک با سرعت عجیبی به سمت هوشمندتر شدن پیش میرود و این مدلها پل ارتباطی میان دنیای مجازی هوش مصنوعی و دنیای فیزیکی ما هستند. 🚁🦾
منبع: arXiv AI