Kỹ Sư Dùng AI Lái Toyota Corolla Đến Quầy Nhận Đồ Ăn

Aditya Ramabadran, Simon Mahns và Tobias Gessler ngồi trong xe rồi mở máy tính xách tay. Họ đặt giao diện trò chuyện nối với một server, và server này kết nối với các camera gắn trên kính chắn gió cùng hệ thống lái trợ lực của xe.

Một người lái an toàn giữ một chân ở phía trên bàn đạp phanh để đề phòng. Model đã đưa xe lên tới cửa lấy đồ ăn, để họ nhận bữa trưa.

Model này vốn thường tạo văn bản, code và vài ảnh. Lần này, nó điều khiển xe ngay lúc đó, không có huấn luyện trước từ ba người.

Các xe tự lái không phải chuyện mới, nhưng thường do các thuật toán được huấn luyện và thiết kế riêng cho nhiệm vụ đó. Thử nghiệm lấy đồ ăn nhanh này, cùng một số thử nghiệm khác, cho thấy AI dựa trên ngôn ngữ đang bắt đầu có hiểu biết sơ khai nhưng hữu ích về thế giới vật lý.

Andrew Dai, giám đốc điều hành của Elorian AI và từng làm nghiên cứu tại Google DeepMind, nói suy luận qua hình ảnh tốt hơn sẽ mở ra nhiều ứng dụng mới cho AI. Ông nêu ví dụ về các hệ thống hiểu thực khách có đang thích bữa ăn hay không, hoặc robot có thể hoạt động trong nhà.

Elorian AI và Scale AI gần đây cũng tạo ra một phép đo mới mang tên Humanity’s Sixth Sense để đo khả năng hiểu cảnh vật lý của model. Xingang Guo, nhà nghiên cứu của Scale AI, cho biết phần lớn nghiên cứu AI hình ảnh là về nhận biết.