A DeepMind azt akarja, hogy a robotok magukban beszéljenek – szó szerint

A Google mesterséges intelligencia-óriása, a DeepMind, ha valamibe belefog, abból ritkán lesz puszta elmélet. Legújabb célkitűzésük az úgynevezett „belső monológ” – egy önmagának szóló gondolatfolyam, amelynek révén a robotok emberhez hasonlóan képesek lehetnek okoskodni. Olyan ez, mintha minden fémvázban egy kis Hamlet rejtőzne, aki csendben narrálja, mit lát, és elhatározza, mi legyen a következő lépés. Ez nem sci-fi, hanem egy szabadalmi beadvány.

A DeepMind legutóbbi dokumentációjában egy olyan rendszert vázol fel, amely lehetővé teszi, hogy a robotok a képeken vagy videókon látottak alapján természetes nyelvű belső beszédet generáljanak. Ha például a robot egy poharat felemelő embert lát, „egy ember felemel egy poharat” hangzik el a fejében. Zseniális? Talán. Vagy csak egy régi ötlet, új köntösben, egy friss hype hullámán.

Bár a belső párbeszéd elsőre álomszerűen hangzik, a célja teljesen gyakorlatias: gyorsabb tanulás, kevesebb memóriahasználat, és jobb teljesítmény ismeretlen helyzetekben. A belső hang fáradhatatlan kommentátorrá válik, amely nemcsak érzékeli, hanem értelmezi is a környező világot.

A DeepMind szerint ez a belső narráció segíti az MI-alapú robotokat abban, hogy hatékonyabban alkalmazkodjanak és kevésbé viselkedjenek kiszámíthatatlanul váratlan helyzetekben – ez pedig kulcsfontosságú lépés az intelligens robotika hétköznapi elterjesztéséhez. Természetesen nem csak a DeepMind mozog ezen a pályán: az Nvidia, az Intel és mások is azon dolgoznak, hogy egy halk narrátort ültessenek gépeik belsejébe.

Hogy ez a furcsa fejlődés ne kerüljön ki a nagyvilágba, a DeepMind fejleszti a Gemini Robotics On-Device nevű rendszert is: ez egy letisztult, látás-nyelv modell, amely internet vagy felhő nélkül működik. Hiszen ha a robot a konyhában kezd el monologizálni, valószínűleg mindenki jobban örül, ha ezek a gondolatok nem a Google szerverein landolnak.

Ha a robotok valóban elkezdenek magukban gondolkodni, az egy új korszak küszöbét jelentheti. A kérdés már csak az: valódi megértésről van szó, vagy mindössze tökéletesen álcázott utánzásról? Az idő majd eldönti. Vagy talán maga a robot, ha egyszer véleményt formál.