DeepMind заменяет законы Азимова адаптивным датасетом для роботов

Google DeepMind под руководством Каролины Парады переосмысливает фундаментальные принципы безопасности роботов и хочет уйти от классических законов Азимова к более гибкой, обучаемой системе. Новый так называемый “Датасет Азимова” представляет собой не жёсткий набор правил, а адаптивную базу сценариев потенциально опасных ситуаций.

Ключевое отличие нового подхода заключается в способе обработки рисков. Современные роботы не просто следуют предустановленным директивам – они обучаются анализировать контекст. И принимать решения на основе обширной базы примеров. Когда робот видит стакан на краю стола, он не выполняет заранее запрограммированную команду. А оценивает ситуацию и перемещает предмет в безопасное положение. Обнаружив объект на полу, система распознаёт потенциальную опасность для человека и устраняет её.

Датасет формируется на основе анализа реальных инцидентов из разных стран мира, что обеспечивает разнообразие культурных и социальных контекстов. Каждый сценарий сопровождается визуальными примерами и инструкциями по минимизации рисков, создавая комплексную образовательную среду для искусственного интеллекта.

Этот подход отличается 3 принципиальными особенностями динамическое обновление данных, гибридный контроль с участием человека и открытость для тестирования сторонними разработчиками. Таким образом, в DeepMind считают, что “Датасет Азимова” создаёт не просто технологию, а эволюционирующую экосистему безопасности.