GPT-6-Astra ha raggiunto l’intelligenza incarnata?

Abstract degli autori

GPT-6-Astra dimostra nella manipolazione robotica e nella navigazione un livello di competenza che mette in discussione l’approccio convenzionale di costruire modelli specializzati per singoli compiti e tipi di robot. In questo rapporto non ci chiediamo soltanto quanto sia capace GPT-6-Astra, ma anche che cosa implichino le sue capacità per il settore. Per prima cosa, sondiamo i limiti di GPT-6-Astra utilizzato da solo. Conduciamo una valutazione su larga scala attraverso 12 benchmark rappresentativi, che comprendono la manipolazione su tavolo, i robot umanoidi, le piattaforme mobili e le mani robotiche dotate di destrezza. Con un protocollo unificato che consente l’apprendimento in contesto (ICL) da dimostrazioni del set di addestramento e aumenta notevolmente il numero di passaggi di esecuzione, GPT-6-Astra ottiene prestazioni senza precedenti (fig. 1). La ricerca futura potrebbe concentrarsi sul miglioramento di 1) generalità dell’ICL, 2) costi e tempi di esecuzione, 3) verifica dello stato fisico, 4) recupero dopo errori irreversibili e 5) conservazione dei progressi su orizzonti temporali lunghi. In secondo luogo, studiamo l’infrastruttura agentica per il controllo di sistemi fisici. Riscontriamo che il coordinamento a ciclo chiuso tra un sistema di ragionamento di alto livello, «Sistema 2» (ossia GPT-6-Astra), e un controllore di basso livello, «Sistema 1» (per esempio π0.5), è costoso ma efficace. In terzo luogo, esaminiamo GPT-6-Astra nell’impiego nel mondo reale. I nostri esperimenti su 8 configurazioni robotiche rivelano lacune sostanziali: 1) raccogliere le dimostrazioni robotiche necessarie per l’ICL è costoso e 2) in presenza di vincoli fisici, non è plausibile accettare tempi di esecuzione più lunghi in cambio di tassi di successo più elevati. In quarto luogo, immaginiamo la prossima generazione di benchmark per l’intelligenza incarnata. Sviluppiamo un prototipo che 1) ricava i compiti da esigenze del mondo reale, 2) non fornisce dimostrazioni relative all’ambito dei compiti e 3) valuta gli agenti secondo un orologio del mondo reale che continua a scorrere mentre deliberano. Nel complesso, i nostri risultati suggeriscono che GPT-6-Astra abbia in larga misura superato la soglia della competenza nei sistemi fisici, ma non ancora quella dell’intelligenza incarnata utilizzabile nella pratica.