L’Académie d’Intelligence Artificielle de Pékin (BAAI) a présenté Orca, un modèle mondial capable de prédire des états abstraits du monde sans nécessiter d’étiquetage d’actions.
Ce modèle se distingue en prédisant des états abstraits plutôt que des pixels ou des jetons. Il a été entraîné sur 125 000 heures de vidéo, une quantité considérable, sans qu’aucune étiquette d’action ne lui soit fournie. Cette approche contraste avec les méthodes traditionnelles de formation des systèmes robotiques.
Malgré l’absence d’étiquetage spécifique, Orca a démontré des performances équivalentes à celles de systèmes robotiques spécialisés comme π0.5. Il a réussi à égaler ces performances sur cinq tâches robotiques distinctes. Cette capacité est particulièrement pertinente pour pallier la pénurie chronique de données étiquetées dans le domaine de la robotique.
Son développement pourrait ainsi simplifier considérablement l’entraînement des futurs systèmes autonomes. La capacité d’Orca à apprendre de vastes quantités de données non étiquetées ouvre de nouvelles perspectives pour l’efficacité et l’accessibilité de la recherche en robotique. Ce modèle marque une avancée prometteuse pour l’autonomie des systèmes robotiques.
Source : The Decoder