Google ได้เปิดตัวเกณฑ์มาตรฐานโอเพ่นซอร์สใหม่ที่ช่วยให้ AI ดำเนินการงานต่างๆ โดยเขียนโค้ดตามคำสั่งที่มนุษย์เขียนขึ้น
Google ได้ประกาศแผนการใช้ AI เพื่อเขียนโค้ดของตนเองบนแพลตฟอร์มที่เพิ่งเปิดตัวใหม่โดยตั้งชื่อว่า code as policy และเปิดเผยการทดลองด้วยวิดีโอสาธิตและโค้ดที่สร้างขึ้น
การสาธิตแสดงตัวอย่างประเภทต่างๆ ของแขนหุ่นยนต์ที่ปรับตามคำสั่งใหม่ เช่น ย้ายบล็อกไปรอบๆ สี่เหลี่ยมก่อนที่จะทำให้สี่เหลี่ยมใหญ่ขึ้น
Google ได้ทำให้โค้ดพร้อมใช้งานบน GitHub เพื่อให้ชุมชนทดลองกับระบบนี้ และนักวิจัยของพวกเขาจะทำการทดสอบต่อไปเพื่อปรับปรุงโค้ด AI
Google ได้เปิดเผยแนวทางใหม่ในการใช้โมเดลภาษาขนาดใหญ่ (LLM) ที่แสดงให้เห็นว่าหุ่นยนต์สามารถเขียนโค้ดของตัวเองได้อย่างไรหลังจากได้รับคำสั่งจากมนุษย์ ความพยายามล่าสุดของ Google แสดงให้เห็นว่า AI ขั้นสูงสามารถเข้าใจคำสั่งปลายเปิดจากมนุษย์ และตอบสนองอย่างมีเหตุผลและปลอดภัยในพื้นที่ทางกายภาพ
เข้ารหัส Google AI ด้วยตนเอง
Google เผยแพร่บล็อกโพสต์ใหม่เพื่อนำเสนอโปรแกรมโมเดลภาษา “Code as Policies” (CAP) โดยนักพัฒนา บล็อกโพสต์แสดงการทดลองและวิดีโอสาธิตหุ่นยนต์จำลองแบบอินเทอร์แอกทีฟ ตลอดจนโค้ดที่สร้างขึ้น การทดลองเกี่ยวข้องกับการเขียนโค้ด AI Model (LMPs) ที่เขียนด้วยโค้ด Python ซึ่งสามารถสร้างโค้ดใหม่ได้เมื่อมีการเขียนข้อความแจ้งเป็นภาษาอังกฤษล้วน ในโพสต์บล็อกของพวกเขา นักวิจัยของ Google ได้เขียนไว้ว่า
« จะเป็นอย่างไรหากได้รับคำสั่งจากผู้คน หุ่นยนต์สามารถเขียนโค้ดของตนเองเพื่อโต้ตอบกับโลกได้โดยอัตโนมัติ ปรากฎว่าโมเดลภาษารุ่นล่าสุด เช่น PaLM สามารถให้เหตุผลที่ซับซ้อนได้ และยังได้รับการฝึกฝนเกี่ยวกับโค้ดหลายล้านบรรทัดอีกด้วย ด้วยคำสั่งภาษาธรรมชาติ แบบจำลองภาษาปัจจุบันมีความเชี่ยวชาญสูงในการเขียนไม่เพียงแค่โค้ดทั่วไปเท่านั้น แต่ตามที่เราค้นพบ โค้ดที่สามารถควบคุมการทำงานของหุ่นยนต์ได้เช่นกัน »
นักวิจัยของ Google ได้รวมโมเดลภาษาขนาดใหญ่เข้ากับหุ่นยนต์ในชีวิตประจำวัน เพื่อให้สามารถตอบสนองคำขอที่ซับซ้อนของมนุษย์ได้ดีขึ้น ตามที่พวกเขาพูด CaP จะช่วยให้ระบบเดียวสามารถทำงานหุ่นยนต์ที่ซับซ้อนและหลากหลายได้โดยไม่ต้องฝึกอบรมเฉพาะงาน การสาธิตจะแสดงตัวอย่างประเภทต่างๆ ของแขนหุ่นยนต์ที่ปรับตามคำสั่งใหม่ เช่น ย้ายบล็อกไปรอบๆ สี่เหลี่ยมก่อนที่จะทำให้สี่เหลี่ยมใหญ่ขึ้น CaP ทำให้เป็นภาพรวมในเลเยอร์เฉพาะในหุ่นยนต์: ตีความคำสั่งภาษาธรรมชาติ เอาต์พุตการรับรู้ของกระบวนการ และให้การสรุปในระดับหนึ่งด้วยโมเดลภาษาที่ได้รับการฝึกฝนมาล่วงหน้า
ข้อจำกัดบางประการ
นักวิจัยได้ประสบกับข้อจำกัดบางประการเช่นกัน ตามที่กล่าวมา นโยบาย Code as ปัจจุบันถูกจำกัดโดยขอบเขตของสิ่งที่ API การรับรู้สามารถอธิบายได้ และการควบคุมใดที่เร็วที่สุดที่มีอยู่ เฉพาะพารามิเตอร์ดั้งเดิมบางตัวเท่านั้นที่สามารถปรับเปลี่ยนได้โดยไม่ทำให้พรอมต์อิ่มตัวมากเกินไป นอกจากนี้ Caps ยังพยายามตีความคำสั่งที่ซับซ้อนกว่าอย่างเห็นได้ชัด หรือดำเนินการในระดับสิ่งที่เป็นนามธรรมที่แตกต่างจากตัวอย่างไม่กี่ช็อตที่มีให้ในพรอมต์ของโมเดลภาษา
Google ได้เผยแพร่โค้ดบน GitHub เพื่อให้ชุมชนทดลองกับระบบนี้ ในขณะที่นักวิจัยวางแผนที่จะเรียนรู้เพิ่มเติมโดยใช้ CaP จำนวนโค้ดที่เขียนโดย AI นั้นเพิ่มขึ้นเรื่อยๆ GitHub ยังเพิ่งเปิดตัว Copilot ซึ่งเป็นเทคโนโลยีการเข้ารหัสที่ขับเคลื่อนด้วย AI ซึ่งโดยทั่วไปมีให้สำหรับนักพัฒนาทั่วโลก
« จะเป็นอย่างไรหากได้รับคำสั่งจากผู้คน หุ่นยนต์สามารถเขียนโค้ดของตนเองเพื่อโต้ตอบกับโลกได้โดยอัตโนมัติ ปรากฎว่าโมเดลภาษารุ่นล่าสุด เช่น PaLM สามารถให้เหตุผลที่ซับซ้อนได้ และยังได้รับการฝึกฝนเกี่ยวกับโค้ดหลายล้านบรรทัดอีกด้วย ด้วยคำสั่งภาษาธรรมชาติ แบบจำลองภาษาปัจจุบันมีความเชี่ยวชาญสูงในการเขียนไม่เพียงแค่โค้ดทั่วไปเท่านั้น แต่ตามที่เราค้นพบ โค้ดที่สามารถควบคุมการทำงานของหุ่นยนต์ได้เช่นกัน »
นักวิจัยของ Google ได้รวมโมเดลภาษาขนาดใหญ่เข้ากับหุ่นยนต์ในชีวิตประจำวัน เพื่อให้สามารถตอบสนองคำขอที่ซับซ้อนของมนุษย์ได้ดีขึ้น ตามที่พวกเขาพูด CaP จะช่วยให้ระบบเดียวสามารถทำงานหุ่นยนต์ที่ซับซ้อนและหลากหลายได้โดยไม่ต้องฝึกอบรมเฉพาะงาน การสาธิตจะแสดงตัวอย่างประเภทต่างๆ ของแขนหุ่นยนต์ที่ปรับตามคำสั่งใหม่ เช่น ย้ายบล็อกไปรอบๆ สี่เหลี่ยมก่อนที่จะทำให้สี่เหลี่ยมใหญ่ขึ้น CaP ทำให้เป็นภาพรวมในเลเยอร์เฉพาะในหุ่นยนต์: ตีความคำสั่งภาษาธรรมชาติ เอาต์พุตการรับรู้ของกระบวนการ และให้การสรุปในระดับหนึ่งด้วยโมเดลภาษาที่ได้รับการฝึกฝนมาล่วงหน้า
ข้อจำกัดบางประการ
นักวิจัยได้ประสบกับข้อจำกัดบางประการเช่นกัน ตามที่กล่าวมา นโยบาย Code as ปัจจุบันถูกจำกัดโดยขอบเขตของสิ่งที่ API การรับรู้สามารถอธิบายได้ และการควบคุมใดที่เร็วที่สุดที่มีอยู่ เฉพาะพารามิเตอร์ดั้งเดิมบางตัวเท่านั้นที่สามารถปรับเปลี่ยนได้โดยไม่ทำให้พรอมต์อิ่มตัวมากเกินไป นอกจากนี้ Caps ยังพยายามตีความคำสั่งที่ซับซ้อนกว่าอย่างเห็นได้ชัด หรือดำเนินการในระดับสิ่งที่เป็นนามธรรมที่แตกต่างจากตัวอย่างไม่กี่ช็อตที่มีให้ในพรอมต์ของโมเดลภาษา
Google ได้เผยแพร่โค้ดบน GitHub เพื่อให้ชุมชนทดลองกับระบบนี้ ในขณะที่นักวิจัยวางแผนที่จะเรียนรู้เพิ่มเติมโดยใช้ CaP จำนวนโค้ดที่เขียนโดย AI นั้นเพิ่มขึ้นเรื่อยๆ GitHub ยังเพิ่งเปิดตัว Copilot ซึ่งเป็นเทคโนโลยีการเข้ารหัสที่ขับเคลื่อนด้วย AI ซึ่งโดยทั่วไปมีให้สำหรับนักพัฒนาทั่วโลก