Çin’den Robotlara Üç Boyutlu Zeka: Lion-ER-35B-A3B Modeli Açık Kaynak Oldu
Çinli China Merchants Group'a bağlı LionRock AI Laboratuvarı, robotların üç boyutlu uzayı, nesne durumlarını ve görev ilerlemesini anlamasına yardımcı olacak Lion-ER-35B-A3B adlı çığır açan yapay zeka modelini açık kaynak olarak yayınladı.
- Ne oldu: China Merchants Group'un LionRock AI Laboratuvarı, robotların 3D uzay ve nesne durumlarını anlamasını sağlayan Lion-ER-35B-A3B adlı 'cisimleşmiş akıl yürütme' (embodied reasoning) vizyon-dil modelini açık kaynak olarak yayınladı.
- Kritik veri: Yaklaşık 35 milyar toplam parametreye sahip olan model, test edilen on farklı cisimleşmiş ve görsel akıl yürütme kıyaslama testinde temel modeline göre önemli iyileşmeler göstererek ortalama .29 başarıya ulaştı.
- Neden önemli: Bu model, robotların çevreleriyle daha doğal ve akıllı etkileşim kurmasını sağlayarak otomasyon ve robotik alanında yeni kapılar açıyor; ayrıca veri toplama yerine yetenek odaklı bir geliştirme yaklaşımının başarısını sergiliyor.
Çin Radarı’nın edindiği bilgilere göre, Çin’in önde gelen holdinglerinden China Merchants Group bünyesindeki LionRock AI Laboratuvarı, robotların üç boyutlu dünyayı daha derinlemesine kavramasını sağlayacak çığır açan bir yapay zeka modelini açık kaynak olarak paylaştı. Pandaily tarafından aktarılan verilere göre, Lion-ER-35B-A3B adı verilen bu ‘cisimleşmiş akıl yürütme’ (embodied reasoning) vizyon-dil modeli, robotların nesnelerin durumunu, uzamsal konumlarını ve görevlerin ilerleyişini anlamalarına yardımcı olmak üzere tasarlandı. Modelin açık kaynak olarak yayınlanması, robotik ve yapay zeka topluluğunda önemli bir gelişme olarak kabul ediliyor.
Lion-ER, yaklaşık 35 milyar toplam parametreye sahip, uzman karışımı (mixture-of-experts) bir model olarak dikkat çekiyor. 3.6-35B-A3B temel alınarak geliştirilen bu model, laboratuvarın yaptığı testlerde on farklı cisimleşmiş ve görsel akıl yürütme kıyaslama testinde temel modeline kıyasla önemli iyileşmeler kaydetti. Örneğin, Where2Place uzamsal yerleştirme skorunda 9.30 puanlık bir artışla %64.28’e, ERQA cisimleşmiş akıl yürütme kıyaslamasında ise 6.19 puanlık artışla %64.38’e ulaştı. SAT uzamsal akıl yürütme kıyaslamasında %89.33 gibi yüksek bir skor elde eden model, ERQA’nın yörünge anlama alt kategorisinde de 12.12 puanlık bir sıçramayla %68.18’e yükseldi.
LionRock AI Laboratuvarı, robot yeteneklerini artırmanın sadece daha fazla veri toplamakla mümkün olmadığına inanıyor. Bunun yerine, ‘yetenek odaklı cisimleşmiş veri motoru’ adını verdikleri özgün bir yaklaşım geliştirdiler. Ekip, cisimleşmiş akıl yürütmeyi sekiz üst düzey alana (varlıklar, uzay, zaman, fizik, uygunluklar, görevler, sosyal bağlam ve kanıt) ve 39 daha ince beceriye ayırdı. Her beceri, belirli sahneler, gözlemler, sorular ve doğrulanabilir bir yanıt için gereken kanıtları içeren somut eğitim sorularına dönüştürüldü. Görsel kanıtların yetersiz olduğu durumlarda sorular elendi ve modellerin sürekli yanlış yaptığı zor örnekler insan gözden geçirmesine tabi tutuldu.
Bu titiz süreç sonucunda, kaynak hacminden ziyade yetenek ihtiyaçlarına göre ağırlıklandırılmış 312.380 örnekten oluşan denetimli bir eğitim seti oluşturuldu. Ayrıca, bir değerlendirme odaklı döngü, modelin hatalarını veri üretimine geri besliyor. Etiketleme veya puanlama hataları elendikten sonra, ekip yaklaşık 4.3 milyon kayıttan oluşan bir havuzdan aynı akıl yürütme modeline sahip yeni materyaller çekiyor. Örneğin, model bir görüntüde daha yüksek olmayı 3D uzayda daha yüksek olmakla karıştırdığında, ekip çok katmanlı yüzeylere sahip sahneler ekleyerek bu sorunu giderdi. Laboratuvar, Lion-ER’nin araştırma amaçlı olduğunu ve güvenlik açısından kritik kararlar veya otonom robot kontrolü için henüz doğrulanmadığını belirtiyor.