Znanstvenici razvili inovativni sustav umjetne inteligencije koji višestruko ubrzava reakcije robota, pogledajte video

Umjetna inteligencija ključna je za razvoj robotike jer daje „mozak“ robotima. Dok se tradicionalna robotika bavila isključivo mehaničkim izvršavanjem unaprijed programiranih zadataka, integracija umjetne inteligencije omogućuje robotima da percipiraju svoju okolinu, donose samostalne odluke i uče iz vlastitog iskustva. Znanstvenici su razvili novi sustav umjetne inteligencije – VLASH - koji umanjuje kašnjenje u reakcijama robota za više od deset puta, bez potrebe za dodatnom računalnom snagom.

Inovativni softverski sustav za upravljanje robotima – VLASH - razvili su istraživači s MIT-a. Njegovo ime je skraćenica od Vision-Language-Action with Scheduled Heuristics. 

Ovaj sustav rješava jedan od najvećih problema moderne robotike: sporo reagiranje i trzave pokrete kod robota koji koriste umjetnu inteligenciju.

Autorica, Niba (@NotesByNiba)*, znanstvena novinarka i producentica, u svom tekstu pod nazivom New AI technique helps robots complete tasks twice as fast by letting them 'think ahead' objavljenom na uglednom znanstvenom portalu Live Science predstavlja nam novi inovativni sustav umjetne inteligencije kojim se višestruko ubrzavaju reakcije robota:

Mnogi roboti kojima upravljaju modeli temeljeni na vizualno-jezičnim i akcijskim podacima - VLA modeli** - kreću se isprekidano: posezanje, stanka, prilagodba, ponovna stanka.

Problem uglavnom proizlazi iz načina na koji ti modeli obično funkcioniraju: nakon izvršenja jednog skupa naredbi, robot čeka da model izračuna sljedeći skup, što stvara ritam kretanja i zaustavljanja. To kašnjenje u reakciji predstavlja veliku prepreku u zadacima koji zahtijevaju kontinuiranu interakciju u stvarnom vremenu.

Novi sustav nazvan "VLASH" nastoji ukloniti to čekanje planiranjem sljedećih radnji dok robot još uvijek izvršava trenutačne radnje. 

Rezultati testiranja su pokazali kako roboti koji koriste VLASH obavljaju određene zadatke 1,5 do 2 puta brže, zadržavajući pritom preciznost. Maksimalno kašnjenje reakcije smanjilo se i do 11,8 puta, ovisno o korištenom računalnom hardveru.

Izvor: Live Science.

Istraživači s MIT-a, iz korporacije Nvidije, s Kalifornijskog instituta za tehnologiju - Caltecha, sa Sveučilišta u Kaliforniji (Berkeley i San Diego) i sa Sveučilišta Tsinghua u Kini opisali su sustav VLASH u radu objavljenom na poslužitelju za pretprijave arXiv, a predstavit će ga ove jeseni na konferenciji o inteligentnim robotima i sustavima (Tang i dr. 2025).

Dok robot izvršava jednu skupinu radnji, VLASH koristi njegov trenutačni položaj i planirane pokrete kako bi procijenio gdje će se robot nalaziti po završetku tih radnji. Na temelju tog predviđenog stanja, umjetna inteligencija planira sljedeću skupinu radnji.

VLASH predviđa ponašanje robota, a ne okruženja koje ga okružuje. Predviđanje cjelokupnog okruženja pomoću modela svijeta*** može zahtijevati više računalnog vremena, zbog čega je takav pristup manje koristan u situacijama kada su robotu potrebne vrlo brze reakcije. Istraživači navode da bi ta dva pristupa s vremenom mogla djelovati zajedno.

U nastavku autorica* posvećuje svoj tekst ogranićenjima VASH sustava prenoseći razmišljanja dr. Roshni Lulla suosnivačice i glavne istraživačice u Institutu za humanu robotiku:

Povećana brzina ne rješava pitanje sigurnosti robota u blizini ljudi, upozorava Roshni Lulla, koja nije sudjelovala u istraživanju. „Brže reakcije ne čine robota nužno sigurnijim“. Dodaje kako bi testiranje robota u blizini ljudi pružilo znatno važnije uvide. 

Također, VLASH nije testiran u uvjetima slabog osvjetljenja, dima ili nestabilnog terena, niti uz oštećene kamere ili nepouzdanu komunikaciju. Kako bi se robot ponašao u takvim uvjetima, uvelike bi ovisilo o temeljnom VLA modelu, napomenuli su istraživači.

Na koncu, Niba (@NotesByNiba)*, zaključuje svoj tekst iznoseći buduće aktivnosti istraživača vezane za testiranja i usavršavanja VLASH inovativnog sustava:

VLASH bi se s vremenom mogao kombinirati s naprednijim modelima svijeta koji predviđaju promjene u širem okruženju. Ipak, istraživači ga najprije moraju testirati na većem broju robota, VLA modela, zadataka i okruženja, kao i u dugotrajnijim eksperimentima te uz prisutnost neočekivanih smetnji.

„Umjesto pojedinačnih demonstracija, tražimo dosljedna poboljšanja kod velikog broja robota, zadataka, okruženja i dugotrajnih ispitivanja, uz odgovarajuću provjeru pouzdanosti i sigurnosti”, izjavili su autori studije. Za sada VLASH pokazuje da roboti mogu provoditi manje vremena čekajući na odluku o sljedećem potezu. Hoće li se te brže reakcije pokazati jednako učinkovitima i izvan laboratorija, tek treba vidjeti.

Izvor: Live Science.

Referenca:

Tang, J., Sun, Y., Zhao, Y., Yang, S., Lin, Y., Zhang, Z., Hou, J., Lu, Y., Liu, Z., & Han, S. (2025, November 30). VLASH: Real-Time VLAs via Future-State-Aware asynchronous inference. arXiv.org. https://arxiv.org/abs/2512.01031v2

* Niba (@NotesByNiba) voditeljica je i producentica video-sadržaja usmjerenog na znanost, kulturu i pripovijedanje utemeljeno na istraživanju. Njezin rad obuhvaća angažmane za SciShow, Seeker (The Verge), Sveučilište Stanford i Nacionalni laboratorij Lawrence Berkeley, uključujući serijal Hungry Planet (PBS) i serijal Big Ideas (KQED). Po struci genetičarka specijalizirana za razvojnu genetiku biljaka, studirala je genetiku i toksikologiju na Sveučilištu Kalifornija u Davisu, genetiku na Sveučilištu Duke te komunikacijsku znanost na Sveučilištu Northwestern.

** Roboti s VLA upravljanjem koriste napredne multimodalne modele umjetne inteligencije koji istovremeno obrađuju ono što robot vidi (sliku ili video), ono što mu se kaže (tekst ili glasovne naredbe) i pretvaraju to u direktne kontrolne akcije za kretanje i rad s predmetima.

*** Model svijeta u računarstvu i umjetnoj inteligenciji označava unutarnju AI simulaciju stvarnog ili zamišljenog okruženja. Baš kao što ljudi imaju mentalni model koji im omogućuje da predvide da će šalica pasti ako je gurnu sa stola, umjetna inteligencija koristi model svijeta kako bi predvidjela što će se sljedeće dogoditi kao rezultat njezinih akcija ili promjena u okolini.