Una ricerca all'avanguardia e una sperimentazione avanzata stanno portando alla creazione di robot che possono essere programmati in modo più flessibile grazie all'uso di grandi modelli di linguaggio (LLM). Questa nuova tecnologia, sviluppata da ricercatori di Princeton, Stanford e Google, consente ai robot di apprendere in tempo reale i comandi impartiti dagli esseri umani e di svolgere attività che non erano state precedentemente programmate.
Il robot TidyBot, sviluppato dalla Princeton University, è stato progettato per riconoscere gli oggetti da riordinare in una stanza e svolgere compiti di pulizia domestica. Grazie all'uso degli LLM GPT-3 Davinci-003 e della rete neurale CLIP, TidyBot è in grado di apprendere le preferenze dell'utente e applicarle alle interazioni future, anche attraverso il linguaggio naturale. L'uso degli LLM consente inoltre di generalizzare le preferenze dell'utente, sintetizzandole in modo da creare regole di base per applicare genericamente gli LLM alla robotica. Questo significa che i robot possono essere programmati in modo più flessibile rispetto all'addestramento dei modelli per compiti specifici, permettendo loro di svolgere una vasta gamma di attività in modo più efficiente ed efficace.
TidyBot è stato testato in otto scenari di una stanza reale, con un set di 10 oggetti, da 2 a 5 recipienti e tra 4 e 10 esempi già "visti". Il test di riordino della stanza ha raggiunto un'accuratezza dell'85%, dimostrando la promessa di questa nuova tecnologia per la robotica personalizzata. In futuro, la combinazione degli LLM con la robotica potrebbe portare alla creazione di robot in grado di muoversi per tutta la casa e di comprendere comandi vocali, aprendo nuove possibilità per la pulizia domestica e altre attività quotidiane.